P. 1
Efektivnost zdravotnictva

Efektivnost zdravotnictva

|Views: 71,679|Likes:
Published by Dennik SME

More info:

Published by: Dennik SME on Dec 12, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

01/08/2014

pdf

text

original

Sections

Málo zdravia za veľa peňazí

Analýza efektívnosti slovenského zdravotníctva

December 2012

Ekonomická analýza

28

Zhrnutie
Štúdia skúma efektívnosť slovenského zdravotníctva a zdravotných poisťovní. Jeho výsledky sa v pomere k vstupom po zohľadnení viacerých významných faktorov prepadli v rokoch 2004 až 2007 z priemernej na jednu z najhorších úrovní v OECD. Po čiastočnom očistení o rozdiely v štruktúre poistencov má štátna zdravotná poisťovňa vyššie náklady na zdravotnú starostlivosť než súkromné poisťovne. Nie je jednoznačné, či sú príčinou nepopísané rozdiely v štruktúre poistencov, nepozorované rozdiely v kvalite a množstve starostlivosti, alebo rozdiely v efektívnosti. Súkromné poisťovne získavali v minulosti ekonomicky neprimerané zisky (ekonomické renty). Nedávna reforma prerozdeľovania poistného ich značnú časť odstraňuje.

Autori
Martin Filko Juraj Mach Michal Zajíček

Poďakovanie Za cenné rady a pripomienky autori ďakujú Eduardovi Hagarovi, Štefanovi Kiššovi, Gabrielovi Machlicovi a Matejovi Šiškovičovi (všetci IFP), Ľudovítovi Ódorovi (Rada pre rozpočtovú zodpovednosť) a Michaele Laktišovej a Ivanovi Poprockému (Inštitút zdravotnej politiky MZ SR). Neoceniteľnú metodickú pomoc poskytol Peter Tóth (IFP). Dáta potrebné pre uskutočnenie analýzy poskytlo Ministerstvo zdravotníctva SR. Za akékoľvek zostávajúce chyby a nepresnosti zodpovedajú autori.

Upozornenie Analýza prezentuje názory autorov, ktoré nemusia nevyhnutne odzrkadľovať oficiálne názory Ministerstva financií SR (MF SR). Cieľom publikovania analýz IFP je podnecovať a zlepšovať odbornú a verejnú diskusiu na aktuálne ekonomické témy. Pre korektnosť uvádzame, že jeden z autorov, Martin Filko, pracoval od júna 2011 do apríla 2012 v poisťovni Union. Vzhľadom na to, že naša štúdia technicky náročným spôsobom skúma a opisuje otázky, ktoré sú dlhodobo predmetom verejnej kontroverzie, prosíme účastníkov verejnej diskusie a médiá, aby citácie z nej používali vo férovom kontexte, a v prípade nejasností kontaktovali jej autorov.

2

Obsah
NAJDÔLEŽITEJŠIE ZISTENIA .................................................................................................. 4 1 FAKTORY OVPLYVŇUJÚCE ZDRAVIE A VÝSLEDKY ZDRAVOTNÍCTVA ................. 8 2 MEDZINÁRODNÉ POROVNANIE EFEKTÍVNOSTI ZDRAVOTNÍCTVA ..................... 14 3 ZDROJE NEEFEKTÍVNOSTI SLOVENSKÉHO ZDRAVOTNÍCTVA ............................24 4 DISKUSIA...............................................................................................................................33 5 ZÁVER ................................................................................................................................... 39 POUŽITÁ LITERATÚRA ........................................................................................................... 40 PRÍLOHY ......................................................................................................................................42

3

Najdôležitejšie zistenia
Naša analýza poukázala na zlý a zhoršujúci sa stav slovenského zdravotníctva. Naše zdravotníctvo dosahuje – aj po zohľadnení viacerých dôležitých faktorov – jedny z najhorších výsledkov vo vyspelých krajinách. Efektívnosť, ktorá do polovice predchádzajúcej dekády stagnovala okolo priemeru OECD, sa začala výrazne prepadávať. Pokles efektívnosti bol spôsobený predovšetkým nárastom reálnych výdavkov na zdravotnú starostlivosť, ktorý sa na rozdiel od napríklad Českej republiky neodrazil v zlepšených výsledkoch. Druhým dôležitým dôvodom mohli byť niektoré vládne politiky v období 2003 – 2005. V súčasnosti dosahuje Slovensko spolu s Maďarskom najhoršie výsledky v celej OECD.
Efektívnosť slovenského zdravotníctva
4 SVK HUN CZE USA KOR OECD JAP

3

rozdiel v očakávanej dĺžke života v rokoch

2

1

0

-1

-2

-3

-4 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

Zdroj: IFP z údajov OECD

Nepodarilo sa nám s istotou identifikovať všetky rozdiely v minulých a súčasných politikách, ktoré spôsobili, že sa významný nárast peňazí v zdravotníctve nepremietol do zlepšeného zdravia ľudí. Z faktorov, ktoré naše dáta umožnili analyzovať, mohli zohrať negatívnu úlohu vyššie upravené náklady Všeobecnej zdravotnej poisťovne (VšZP) a vysoké ekonomicky neprimerané zisky (ekonomické renty) najmä súkromných poisťovní. Na systémovej úrovni sú najpravdepodobnejšími negatívnymi faktormi napríklad vysoké výdavky na lieky, vysoký podiel hotovostných doplatkov pacientov a zlá manažérska a medicínska situácia v nemocniciach. Podľa našej analýzy majú na systémovej úrovni na zdravie obyvateľstva najvýraznejší pozitívny vplyv výdavky na zdravotníctvo. Vo významnej miere, a negatívne, naň vplývajú aj spoločenské faktory – spotreba alkoholu, nerovnosť príjmov a historické členstvo vo východnom bloku. Ďalšie ukazovatele sú štatisticky nevýznamné. Zdravie zlepšuje vzdelanie obyvateľstva. Vysoká úroveň korupcie v zdravotníctve a systém viacerých poisťovní majú naopak negatívny dopad.

4

Ekonomický efekt všetkých vplyvov na zdravie sme odhadovali na dátach 34 krajín OECD od roku 1960 do súčasnosti. Štatisticky sme otestovali význam uvedených vplyvov na očakávanú dĺžku života, dojčenskú úmrtnosť, spokojnosť so službami v zdravotníctve (EHCI) a odvrátiteľnú úmrtnosť. Vzhľadom na výrazne horšiu dostupnosť dát však boli vzorky dát pre vzdelanie, doplatky, korupciu a počet poisťovní relatívne menšie, pre výsledky merané EHCI a odvrátiteľnou úmrtnosťou dokonca veľmi malé, čo nám zabránilo vyslovovať o nich silné závery. Po očistení zdravotného stavu obyvateľstva o najvýznamnejšie vplyvy, ktoré zdravotníctvo nedokáže ovplyvniť, sme vyhodnotili jeho efektívnosť. Do roku 2003 sme v medzinárodnom porovaní dosahovali priemernú efektívnosť. Od roku 2004 do roku 2007 sa situácia výrazne zhoršovala. Na porovnanie, miera efektívnosti v Českej republike sa vtedy naopak mierne zlepšila. V súčasnosti žijeme kvôli neefektívnosti spolu s Maďarskom o tri roky kratšie než Česi, a o dva roky zaostávame za priemerom vyspelých krajín. Medzi všetkými sledovanými krajinami sme medzi rokmi 1997 a 2010 zaznamenali najväčší prepad. Z OECD sú na tom najhoršie Spojené štáty americké, ktoré oproti priemeru strácajú kvôli neefektívnosti viac ako tri roky života. Najefektívnejšou krajinou je Japonsko, a najúspešnejším „skokanom“ v efektivite Južná Kórea. Na uvedené hodnotenie efektívnosti sme použili model očakávanej dĺžky života, ktorý bral do úvahy výdavky na zdravotníctvo, spotrebu alkoholu, nerovnosť bohatstva a postsocialistickú minulosť krajiny. Tieto faktory sa v prvej časti analýzy potvrdili ako najvýznamnejšie, a zvnútra zdravotníctva ich je takmer nemožné ovplyvniť. Ak sú výsledky niektorej krajiny lepšie, než by predpovedal model, jej zdravotníctvo je efektívnejšie. Ak sú horšie, ako v prípade Slovenska, krajina v efektívnosti zaostáva. Pre zdravie dôležité faktory aj vývoj efektívnosti boli zhruba potvrdené aj testovaním časovo oneskoreného vplyvu zdravotníckych výdavkov a regresie rozdielov vo vstupoch a výstupoch. Najväčšie zdroje neefektívnosti slovenského zdravotníctva sa podľa nášho názoru dajú hľadať u zdravotných poisťovní, v nemocniciach a v liekoch. Pre dôkladné posúdenie efektívnosti nemocníc a liekov sú zatiaľ pre nás limitujúce dátové obmedzenia, a v oblasti liekovej politiky boli už v minulosti vykonané pozitívne reformy 1. V oblasti zdravotného poistenia sme mali k dispozícii detailné individuálne údaje, a systém má podľa nás výrazné rezervy v efektívnosti. Preto sa sústreďujeme práve na jeho analýzu. Z nej vyplynulo, že VšZP má vyššie náklady na liečbu pacientov ako dve súkromné poisťovne. Tieto rozdiely pravdepodobne nie sú spôsobené výlučne nekorigovanými rozdielmi v chorobnosti ich poistencov. Ale aj nepozorovanými rozdielmi v kvalite a množstve uhrádzanej starostlivosti medzi poisťovňami, alebo v ich nákladovej efektívnosti. Otvorenou otázkou zostáva z medzinárodného pohľadu vysoký zisk súkromných zdravotných poisťovní. V uplynulých piatich rokoch dosiahol v priemere 10,4 percenta výnosov, oproti napríklad 0,8 percentu2 v Holandsku. Zdravotné poisťovne sú, vďaka oligopolnému postaveniu na trhu a charakteristikám regulačného prostredia 3, schopné získavať príjmy nad rámec zisku
1

Referencovanie cien liekov, zvýšenie transparentnosti kategorizácie, a generická preskripcia. Dostupné na: http://www.verbondvanverzekeraars.nl/UserFiles/Image/Verzekerd%20van%20Cijfers%202012%20%20Engels%20met%20links.pdf 3 Zvýšená schopnosť zdravotných poisťovní získavať zisk, ktorý by v prostredí dokonalej konkurencie a regulácie nebol možný, tzv. ekonomické renty, bola čiastočne spôsobená reguláciou zdravotných poisťovní. Táto musela okrem iného zohľadňovať aj nájdenie vyváženého podielu rôznych a často aj protikladných pozícií (napr. konflikt medzi poskytovaním verejného zdravotného poistenia s postavením zdravotných poisťovní ako účastníkov hospodárskej súťaže). Napriek zložitému právnemu prostrediu zdravotníctva vynakladá Slovenská republika maximálne úsilie na dosiahnutie komplexnej a prehľadnej právnej regulácie zdravotníctva. Dosiahnutie optimálnej úrovne regulácie môže byť komplikované objektívnymi obmedzeniami (napríklad históriou, kapacitou a skúsenosťami verejnej správy, regulačným zajatím).
2

5

v konkurenčnom prostredí, tzv. ekonomické renty 4. Z nepresného prerozdeľovania takto podľa nášho odhadu v roku 2010 získala Dôvera 20,2 milióna eura a Union 9,6 milióna eur. VšZP stratila ich súčet, 29,8 milióna eur 5. Podstatnú časť z nami identifikovaných rent odstráni nová metodika prerozdeľovania poistného, ktorá platí od júna 2012.
Rozdiel v príjmoch poisťovní (stará metodika prerozdeľovania vs. metodika platná od júna 2012)6
Milióny EUR 30

20

10

VšZP Dôvera

0

Union

-10

-20

-30 2010 2011 2012
Zdroj IFP na základe údajov MZ SR

Súčasná právna úprava zdravotných poisťovní upravuje nakladanie so ziskom, no neupravuje nakladanie s inými prostriedkami zdravotných poisťovní ako je zisk z ich hlavnej činnosti. Ako príklad je možné uviesť vyplácanie záväzkov akcionárom Dôvery vo výške 125 miliónov eur v roku 2010 a 180 miliónov eur v roku 2011. Budúce pokusy o prísnejšiu reguláciu by mohli byť komplikované takými aktivitami zdravotných poisťovní, ktoré by neboli pokryté ani novou právnou úpravou.

4

Obe prototypové situácie organizácie platiteľov v zdravotníctve – unitárna i konkurenčná - majú svoje výhody a nevýhody. Ich systematický a vyčerpávajúci popis nie je predmetom tejto analýzy. Súčasná slovenská oligopolná trhová śtruktúra dlhodobo trpí negatívnymi vlastnosťami oboch – unitárneho systému aj konkurencie. 5 Pre porovnanie, v rokoch 2006 až 2011 vykázali podľa MZ SR súkromné poisťovne zisk v celkovej výške 558,6 milióna eur. Zároveň na svoju prevádzku v rovnakom období použili 347,7 milióna eur. 6 Údaje za roky 2011 a 2012 nezohľadňujú ročné zúčtovanie poistného.

6

Zmeny vo vlastnom imaní poisťovne Dôvera (mil. eur, bežné ceny)

Zdroj IFP na základe výročných správ poisťovne Dôvera

Naopak, nepotvrdili sa významné rozdiely medzi poisťovňami v prevádzkových nákladoch.

7

1

Faktory ovplyvňujúce zdravie a výsledky zdravotníctva

Nie je jednoduché identifikovať dôvody, ktoré spôsobujú, že sú ľudia v niektorej krajine zdravší ako v inej. Meranie zdravotného stavu obyvateľstva či iných výsledkov zdravotníctva je samo osebe problematické. Neexistuje jednoznačná zhoda o tom, či sú dôležitejšie objektívne ukazovatele zdravia (napríklad vek dožitia), merateľné charakteristiky zdravotného systému (napríklad dĺžka čakania) alebo subjektívna spokojnosť so zdravotnými službami. Aj v prípade uspokojivého merania vstupov a výsledkov nie je jednoduché odlíšiť vplyvy zdravotnej starostlivosti od environmentálnych, životnoštýlových a socioekonomických. Ak by sme si museli zvoliť jeden konkrétny ukazovateľ, vybrali by sme si odvrátiteľnú úmrtnosť vykazovanú OECD (Gay a iní, 2011). Meria výsledky zdravotníctva – tú časť úmrtnosti, ktorej sa dá dobrou zdravotnou starostlivosťou predísť.

Skúmané faktory ovplyvňujúce zdravie
Najvýznamnejším generátorom zdravia krajiny je – na prvý pohľad možno paradoxne – jej bohatstvo. Prestonova krivka, pozitívny vzťah7 medzi životnou úrovňou – meranou napríklad hrubým domácim produktom na obyvateľa – a zdravím ukazuje, že ľudia v menej rozvinutých krajinách žijú kratšie ako v rozvinutejších (Pritchett a Summers, 1996). Preto očakávame, že sa pozitívny vzťah medzi bohatstvom krajiny a dĺžkou života jej obyvateľov potvrdí. Pri testovaní tohto efektu zohľadníme aj podiel bohatstva krajiny, ktorý plynie do zdravotníctva. 8

1.1. Závislosť zdravia od bohatstva krajiny (Prestonova krivka)
85 80 Česká republika Čína Ukraina Slovensko Maďarsko Rusko

Japonsko

Singapur Nórsko Spojené Arabské Emiráty Katar

Luxembursko

Stredná dĺžka života v rokoch

75 70 65 60 55 50 45 0

Juhoafrická republika Demokratická republika Kongo. 20 Rovníková Guinea

HDP na obyvateľa v tisícoch USD PPP

40

60

80

100

Zdroj: IFP z údajov Svetovej banky

Čím je ale životná úroveň v krajine vyššia, tým väčší význam pre zdravotný stav získava namiesto absolútnej úrovne príjmov medzi obyvateľmi ich distribúcia (Deaton, 2003). Nerovnosť bohatstva či príjmov môže vplývať na zdravie prostredníctvom niekoľkých mechanizmov. Ľudia, ktorí zarábajú menej, často pracujú v rizikovejších povolaniach, môžu žiť v nevyhovujúcich
7 8

Vzťah je síce pozitívny, no konkávny. Dodatočné prírastky bohatstva spôsobujú už len klesajúce prírastky zdravia. Prostredníctvom celkových výdavkov na zdravotníctvo vyjadrených ako % z HDP, podľa databázy OECD.

8

podmienkach a kvôli nízkym príjmom môže byť pre nich sťažený prístup k zdravotnej starostlivosti. Relatívne nižšie postavenie v spoločnosti a veľké socioekonomické rozdiely môžu spôsobovať, že sa chudobnejší ľudia cítia deprimovaní a bez perspektívy, čo často vyúsťuje do stresom spôsobeného fajčenia, alebo pitia alkoholu (Lynch a iní, 2004). Očakávame teda, že nerovné rozloženie bohatstva9, bude negatívne vplývať na zdravie. Ďalším významným faktorom ovplyvňujúcim zdravie je objem výdavkov na zdravotníctvo 10 (Hitiris a Posnett, 1992 a Babazono a Hillman, 1994). Vyššia úroveň výdavkov dokáže zabezpečiť vyššiu kvalitu zdravotnej starostlivosti, napríklad rýchlejším osvojením nových poznatkov v medicíne, prostredníctvom lepších zobrazovacích zariadení a liekov, a skúsenejšieho a motivovanejšieho zdravotníckeho personálu. Môže tiež napomôcť poskytovaniu väčšieho objemu služieb (napríklad počtu vyšetrení či operácií). Väčší objem výdavkov na zdravotníctvo by mal preto na všetky ukazovatele zdravia vplývať pozitívne.11 Najdôležitejšími problémami životného štýlu sú pitie alkoholu a fajčenie. Fajčenie spôsobuje vyššie riziko výskytu kardiovaskulárnych chorôb, rakoviny, chorôb dýchacích ciest, a iných, a je významnou príčinou úmrtí (Bartecchi a iní, 1994). V prípade alkoholu nie je jediným rizikom priame poškodenie zdravia (napríklad cirhóza pečene), ale aj negatívne dopady na okolie v podobe násilných činov, spôsobených havárií, či úrazov. Očakávame teda, že spotreba alkoholu12 a tabaku13 bude na ukazovatele zdravia vplývať negatívne. Na zdravie má vplyv aj vzdelanie. Ľudia s vyšším vzdelaním majú lepšie pracovné podmienky a vyššie zárobky, a môžu žiť zdravotne „uvedomelejším“ spôsobom. Kauzalita však môže byť opačná (zdravým ľuďom sa ľahšie získava vzdelanie), preto nie je jednoznačné, či sa očakávaný pozitívny efekt potvrdí (Clark a Royer, 2008)14. Korupcia15 môže znižovať dostupnosť zdravotnej starostlivosti najmä chudobných a chorých, ak zdravotníci podmieňujú poskytnutie služieb neformálnymi platbami. Na vyššej úrovni sú pre liečbu potrebné finančné prostriedky odčerpávané korupčným správaním prostredníctvom predražených zákaziek na výstavbu zdravotníckych zariadení, ich častí, alebo zbytočným nákupom medicínskych technológií. Na systémovej úrovni môže korupcia odčerpávať peniaze zlým nastavením regulácie poistného systému alebo privysokými cenami liekov. Očakávame teda, že korupcia bude na zdravie vplývať negatívne. Podobne ako korupcia – znižovaním dostupnosti liečby – môžu na zdravie vplývať aj vysoké legálne hotovostné platby za zdravotníctvo 16. Jedným zámerom doplatkov je snaha kontrolovať nárast verejných výdavkov na zdravotníctvo. No v prípade, ak systém doplatkov tvorí podstatnú časť financovania zdravotníctva, môže horšia a neskoršia starostlivosť pre chudobných vplývať na zdravotný stav negatívne.
9

Merané Giniho koeficientom. Dáta o nerovnosti príjmov meranú Gini koeficientom za 34 krajín OECD od roku 1960 sú dostupné na: http://dvn.iq.harvard.edu/dvn/dv/fsolt/faces/study/StudyPage.xhtml?studyId=36908&tab=files. 10 Merali sme ich v dolároch medzinárodnej kúpnej sily na jedného obyvateľa z databázy OECD. Výdavky na zdravotníctvo pochopiteľne úzko korelujú s bohatstvom krajiny. 11 Výška výdavkov na zdravotníctvo je tiež zástupnou (proxy) premennou pre bohatstvo krajiny. V prípade, že krajina udržuje fixnú úroveň výdavkov na zdravotníctvo vyjadrenú ako percento z HDP, rast HDP zapríčiní aj rast výdavkov na zdravotníctvo. 12 V priemere na jedného obyvateľa v litroch za rok. Ako zdroj dát bola použitá databáza OECD. 13 Meraná podielom pravidelných fajčiarov v celkovom počte obyvateľov. Ako zdroj dát bola použitá databáza OECD. 14 Vzdelanie sme merali pomocou priemernej dĺžky štúdia (vo všetkých vzdelávacích stupňoch) v rokoch na obyvateľa staršieho ako 15 rokov. Údaje boli získané z databázy Svetovej banky. Presná špecifikácia premennej: Barro-Lee: Average years of total schooling, age 15+, total. 15 Meraná pomocou prieskumu Eurobarometra Európskej komisie. Ide o štadardizovaný prieskum v krajinách EÚ, ktorý na štatisticky relevantných vzorkách zisťuje skúsenosť obyvateľov s každodennou korupciou. Dostupné na: http://ec.europa.eu/public_opinion/archives/eb_special_339_320_en.htm. Testovali sme aj vnímanú korupciu meranú pomocou indexu vnímania korupcie Transparency International. Bez relevantného výsledku. 16 Vyjadrené podielom hotovostných platieb obyvateľstva na celkových výdavkoch na zdravotníctvo z databázy OECD.

9

Poslednou premennou, ktorej vplyv sme testovali, je organizácia platiteľov za zdravotnú starostlivosť. Základnou črtou platobného systému je počet inštitúcií, ktoré ho tvoria. Medzinárodná literatúra na túto tému je chudobná, a spoľahlivé výsledky štúdií neexistujú. Keďže sú výhody unitárneho či pluralitného systému platiteľov v súčasnosti na Slovensku predmetom verejnej diskusie, zaujímal nás vplyv tejto charakteristiky na výsledky zdravotníctva.

Štyri výsledkové ukazovatele zdravia a komfortu pacientov
Užitočným zdrojom dát pri medzinárodnom porovnávaní zdravia a zdravotníctva sú databázy OECD. Aj keď sa nekonzistentnosť dát a zmeny v metodike nedajú úplne vylúčiť, OECD má za cieľ dosiahnuť čo najvyššiu porovnateľnosť svojich údajov medzi krajinami a v čase. Premenné, ktoré sme z OECD použili na meranie výsledkov zdravotníctva sú: odvrátiteľná úmrtnosť (amenable mortality), očakávaná dĺžka života pri narodení (life expectancy at birth), a dojčenská úmrtnosť (infant mortality)17. Determinanty zdravotného stavu sme v statickej analýze odhadovali pomocou odvrátiteľnej úmrtnosti18 (amenable mortality, AM). Veľkou výhodou AM je, že sa sústreďuje práve na príčiny smrti, ktoré sú priamo ovplyvniteľné zdravotným systémom. Na rozdiel od očakávanej dĺžky života, ktorú sme použili v druhej vzorke, nie je skreslená vonkajšími príčinami smrti (napríklad samovraždami, znečisteným životným prostredím, dopravnými nehodami či úrazmi). Znižovanie odvrátiteľnej úmrtnosti má preto najväčší potenciál zachytiť zlepšovanie zdravotníckych systémov. Nedostatkom je, že zatiaľ neexistuje v časovom rade. Pre testovanie sme použili prierezové dáta z 24 krajín OECD, pre ktoré bol ukazovateľ odvrátiteľnej úmrtnosti k dispozícii 19. Druhá vzorka bola panelom údajov 34 krajín OECD. Ako ukazovateľ úrovne zdravia sme použili očakávanú dĺžku života pri narodení20 a dojčenskú úmrtnosť. V prípade očakávanej dĺžky života je výhodou, že časový rad pre väčšinu krajín siaha až do roku 1960. Preto je pri medzinárodných porovnaniach jedným z najdôležitejších ukazovateľov zdravotného stavu. Nevýhodou je široký okruh faktorov mimo zdravotníctva, ktoré môžu dĺžku života ovplyvňovať.21
1.1. Korelácia medzi jednotlivými ukazovateľmi zdravia
Dĺžka života Dojčenská úmrtnosť Odvrátiteľná úmrntosť 1 Odvrátiteľná úmrntosť 2 EHCI

Dĺžka života Dojčenská úmrtnosť Odvrátiteľná úmrntosť 1 Odvrátiteľná úmrntosť 2 EHCI

1 -0.77 -0.97 -0.98 0.59 1 0.78 0.79 -0.45 1 0.98 1 1

Zdroj: IFP z údajov OECD a Health Consumer Powerhouse

17

V prípadoch, kedy pre niektorú z krajín údaj nie je k dispozícii, sme vybrali buď údaj z najbližšieho predchádzajúceho roka (aby sa v prípade statickej analýzy prierezových dát zabezpečila čo najpočetnejšia vzorka), alebo daná krajina za príslušný rok do analýzy nevstupuje (v prípade analýzy panelových dát). 18 OECD (2011): Mortality amenable to health care in 31 OECD countries. Dostupné na: http://www.oecdilibrary.org/social-issues-migration-health/mortality-amenable-to-health-care-in-31-oecd-countries_5kgj35f9f8s2-en 19 Údaje za jednotlivé krajiny sú z rozmedzia rokov 2003 až 2007. 20 AM pokladáme za lepší ukazovateľ zdravotníctvom ovplyvniteľných rozdielov v zdravotnom stave než EHCI či očakávanú dĺžku života. Bohužiaľ, nie je zatiaľ k dispozícii v časovom rade. Pre zvýšenie štatistickej sily našich testov sme preto použili aj panelovú regresiu s očakávanou dĺžkou života za dlhšie časové obdobia. 21 Okrem nami testovaných vplyvov existuje množstvo ďaších, ktorých meranie je náročné, ak nie nemožné. Jedným takým faktorom sú napríklad genetické predispozície jednotlivcov a populácií.

10

Dojčenská úmrtnosť, podobne ako očakávaná dĺžka života, je dôležitým a často používaným, nie však ideálnym ukazovateľom výsledkov zdravotníctva. Na dojčenskú úmrtnosť môžu mať vplyv rôzne faktory, ako vzdelanie rodičov, politika štátu v oblasti plánovaného rodičovstva, príjmy rodiny a výživa. V rozvojových krajinách môže tiež byť efektívne znižovaná napríklad očkovaním a teda sľubuje relatívne vysokú návratnosť výdavkov na zdravotníctvo (Hanmer a iní, 2003; Filmer a Pritchett, 1999). Dojčenská úmrtnosť sa vo vyspelých krajinách pravdepodobne približuje spodnej biologickej hranici, priestor na jej ovplyvňovanie je teda značne menší. Ako posledný z ukazovateľov sme zvolili užívateľský komfort meraný pomocou európskeho spotrebiteľského indexu v zdravotníctve22 (European Health Consumer Index, EHCI23). EHCI nemeria výsledné zdravie obyvateľstva, ale hodnotí užívateľskú priateľskosť zdravotníckeho systému v oblastiach práv a informácií pacienta, elektronizácie zdravotníctva, čakacích lehôt, výsledkov a rozsahu poskytovaných služieb a liekov.

Výsledky
Tabuľka 1.2 zobrazuje výsledky testovania vplyvov na ukazovatele zdravotnej starostlivosti. Podrobné výsledky testovania efektov sú uvedené v prílohe 1.

1.2. Faktory ovplyvňujúce výsledkové ukazovatele zdravia a zdravotníctva
Dĺžka života očakávaný vplyv Výdavky Spotreba alkoholu Podiel fajčiarov Nerovnosť príjmov Vzdelanie Viac poisťovní (Post) Socializmus Doplatky Korupcia + + ? výsledky regresie + *** -* 0 - *** 0 0 - *** 0 0 Dojčenská úmrtnosť EHCI výsledky regresie + *** 0 0 0 0 0 + ** očakávaný vplyv + + + ? + + - ** + AM výsledky regresie - *** +* 0 0 0 0 0 0

očakávaný vplyv + + + ? + + +

výsledky regresie - *** + *** 0 + *** -* + ** - ** - *** 0

očakávaný vplyv + ? ? + ? -

HDP na + + *** obyvateľa Výdavky ako % + + *** HDP Hladina významnosti: : *** 99%; **95%; *90%
Zdroj: IFP z údajov OECD, Health Consumer Powerhouse, Ernst & Young, WHO

Pozitívny vplyv výdavkov na zdravotníctvo potvrdzuje význam zdravotnej politiky pre výsledky zdravotného stavu obyvateľstva. Táto premenná má ako jediná efekt na všetky ukazovatele
22

Health Consumer Powerhouse (2009): Euro Health Consumer Index 2009. Dostupné na: http://www.healthpowerhouse.com/index.php?option=com_content&view=category&layout=blog&id=36&Itemid=55 23 Za rok 2009

11

zdravotnej starostlivosti. Podobne sa potvrdil aj pozitívny vplyv bohatstva krajiny a podielu výdavkov na zdravotníctvo vyjadrených percentom z HDP. No ako ukážeme v nasledujúcej časti, rozdiely v efektívnosti vynakladaných financií môžu byť naprieč krajinami značné. Potvrdil sa aj negatívny, hoci len mierne významný dopad spotreby alkoholu na dĺžku života, dojčenskú úmrtnosť a čiastočne aj odvrátiteľnú úmrtnosť. Vyššie nerovnosti v bohatstve zhoršujú výsledky zdravia a zdravotnej starostlivosti. Efekt vzdelanosti obyvateľstva sa prejavil na dojčenskej úmrtnosti. Zo systémových faktorov je aj po viac ako 20 rokoch najdôležitejšie, či bola krajina v minulosti súčasťou východného bloku. Ak opomenieme výdavky, táto premenná dokáže vysvetliť najväčšiu časť rozdielov vo výsledkoch. Postsocialistické krajiny dosahujú podstatne horšie výsledky zdravotníctva, pravdepodobne kvôli horšiemu životnému prostrediu, zanedbaným investíciám a zlej organizácii zdravotníckeho systému. Naopak určité pozostatky črtov socialistického zdravotníctva sa môžu prejavovať aj pozitívne. V postsocialistických krajinách oproti Západu do značnej miery pretrváva dedičstvo povinnej hradenej vakcinácie proti relatívne širokému spektru ochorení, veľmi dobrá dostupnosť primárnej zdravotnej starostlivosti (kvôli relatívne vysokému počtu zdravotníckeho personálu), a pomerne štedrá miera úhrady liekov z verejného zdravotného poistenia. Keďže v týchto oblastiach zvyknú byť postsocialistické krajiny „štedrejšie“, môže to vysvetliť, prečo na rozdiel od negatívneho vplyvu na dĺžku života má členstvo krajiny vo východnom bloku na dojčenskú úmrtnosť a EHCI vplyv pozitívny24. Ostatné premenné nemali štatisticky významný vplyv na očakávanú dĺžku života na konvenčných úrovniach. Podiel súkromných výdavkov mierne znižuje dojčenskú úmrtnosť a štáty s viacerými poisťovňami ju naopak vykazujú vyššiu. Každodenná korupcia podľa očakávania znižuje spokojnosť obyvateľstva so službami zdravotníctva. To, že sa očakávaný smer vplyvov týchto faktorov podarilo namerať, no nie potvrdiť štatistickými testami, je spôsobené aj horšou kvalitou dostupných dát v porovnaní s ostatnými premennými. Jedno vysvetlenie pre nečakaný pozitívny vplyv doplatkov na dojčenskú úmrtnosť je načrtnuté v štúdii Plümpera a Neumayera (2011). Zvýšením doplatkov za služby zdravotnej starostlivosti sa buď zvýšia celkové výdavky, alebo sa zníži objem poskytnutej starostlivosti. V prípade zníženia objemu je intuitívne predpokladať, že pacienti, ktorí sú doplatkami najviac zasiahnutí, začnú v prvom rade obmedzovať prebytočnú a nie životu nevyhnutnú starostlivosť. Obmedzením takto neefektívne vynakladaných prostriedkov sú oslobodené dodatočné prostriedky, ktoré môžu plynúť na starostlivosť potrebnú na prežitie. Jeden z odhadnutých empirických modelov 25 použijeme v nasledujúcej časti na medzinárodné porovnanie efektívnosti zdravotných systémov. Berie do úvahy závislosť očakávanej dĺžky života na výške výdavkov, spotrebu alkoholu, nerovnosti príjmov a postsocialistickú minulosť krajiny26. Tento model má vysokú úspešnosť vysvetľovania rozdielov v úrovni zdravotného stavu, necháva iba 22% rozdielov nevysvetlených. Umožňuje rozlišovať medzi charakteristikami krajín a tým aj realistickejšie posudzovať rozdiely v efektívnosti medzi nimi27.

24

V prípade dojčenskej aj odvrátiteľnej úmrtnosti sa zlepšovanie týchto ukazovateľov prejavuje v ich znižovaní. Záporné znamienko pri vplyve na úmrtnosti teda vyjadruje pozitívny vplyv. 25 Model 2. Jeho špecifikáciu a presné parametre nájdete v Prílohe 1. 26 Model tiež explicitne zahŕňa trendovú zložku výsledkov. 27 Skúsili sme odhadnúť aj alternatívne formy modelu a premenných. Dôležitým faktom je, že výsledky potvrdili konzistentnosť vplyvu výdavkov na zdravotníctvo na očakávanú dĺžku života. Podorbný popis výsledkov testovania alternatívnych špecifikácií modelu sa nachádza v Prílohe 2.

12

1.3. Podiel faktorov na vysvetľovaní rozdielov v dĺžke života
Podiel Parciálny koeficient determinácie Výdavky Spotreba alkoholu Nerovnosť bohatstva Východný blok 0.71 0.01 0.04 0.09 83.53% 1.18% 4.71% 10.59% Koeficient determinácie v modeli

Spolu

0.8528

100.00%

0.77
Zdroj: IFP z údajov OECD a Svetovej banky

28

Súčet parciálnych koeficientov determinácie je vyšší ako upravené R 2 v modeli, pretože narozdiel od modelu neberie do úvahy vzájomné korelácie medzi jednotlivými vysvetľujúcimi premennými. Takisto nie je možné zohľadniť trend.

13

2 Medzinárodné porovnanie efektívnosti zdravotníctva
Efektívnosť systémov zdravotnej starostlivosti doteraz skúmalo niekoľko štúdií pomocou rôznych metodík. Naša analýza využíva najmä jednu z nich (OLS), no pokúsili sme sa v nej zohľadniť čo najviac odporúčaní opísaných v akademickej literatúre. Dôraz sme kládli na čo najzrozumiteľnejšie zachytenie rozdielov medzi krajinami a v čase.
Box 1. Efektívnosť v zdravotníctve Efektívnosťou rozumieme dosahovanie najlepších možných výsledkov s určitou úrovňou vstupných parametrov. V prípade zdravotníctva ide napríklad o dosahovanie čo najvyššej očakávanej dĺžky života, alebo čo najvyššej kvality života, s daným množstvom zdrojov v zdravotníctve a existujúcim sociálnym a fyzickým prostredím. Zvýšiť efektívnosť zdravotníckeho systému možno napríklad redukciou zbytočných úkonov a skracovaním hospitalizácií, ale aj úplným vyliečením pacienta nákladnejšou, no účinnou metódou, ktorú nebude potrebné o niekoľko rokov znovu opakovať. Prípadne odstránením prevádzkovej neefektívnosti či ekonomických rent. Tri najpoužívanejšie metódy na meranie efektívnosti sú DEA, SFA, a OLS. Metóda DEA – analýza dátových obalov (Data Envelopment Analysis) identifikuje body, ktoré ležia na hranici, „obale“ údajov. Predstavujú krajiny, ktoré sú najefektívnejšie v pretváraní rôznych úrovní výdavkov na výslednú dĺžku života. Všetky krajiny ležiace pod čiarou spájajúcou najefektívnejšie krajiny majú priestor na zlepšenie. Môžu dosiahnuť lepšie výsledky s rovnakými zdrojmi, alebo pri rovnakých výsledkoch ušetriť peniaze. Metóda SFA – analýza stochastickej hranice (Stochastic Frontier Analysis) identifikuje hranicu efektívnosti o čosi benevolentnejšie než metóda DEA. Predpokladá konkrétny tvar produkčnej funkcie (napríklad logaritmickú či exponenciálnu). Zohľadňuje aj náhodné rozdiely medzi krajinami vo vzorke. Vďaka tomu neinterpretuje všetky odchýlky od hranice produkčných možností stanovenej pomocou DEA ako neefektívnosť. Oproti DEA je SFA menej „prísna“ voči neefektívnosti. Metóda OLS - metóda najmenších štvorcov (Ordinary Least Squares) nie je na rozdiel od SFA založená na predpokladoch o tvare produkčnej funkcie a považuje vzťah medzi vstupmi a výsledkami za lineárny. Neidentifikuje najvyššiu, ale priemernú efektívnosť. Všetky odchýlky interpretuje ako odklon od priemernej efektívnosti krajín v použitej vzorke. Rozdiel medzi skutočnou očakávanou dĺžkou života obyvateľstva jednej krajiny a jej efektívnou úrovňou pre danú výšku výdavkov na zdravotníctvo predstavuje mieru (ne)efektívnosti. Ak je rozdiel pozitívny, krajina dosahuje vyššiu ako „priemernú“ efektívnosť. Naopak, ak je negatívny, je menej efektívna než priemer.

14

Rôzne metódy merania efektívnosti zdravotníctva
84 82 80 78 76 74 72 0 2 4 6 8 10 výdavky na zdravotníctvo v tis. USD PPP na obyvateľa

očakávaná dĺžka života v rokoch

DEA SFA OLS

Metóda OLS má pre naše účely oproti metódam DEA a SFA dve výhody. Dá sa jednoducho interpretovať bez potreby ďalšíchch predpokladov o rozdelení odchýlok od hraničnej krivky (v porovnaní s SFA) a je ľahko použiteľná na zistenie vývoja efektívnosti v čase (oproti DEA).

Priekopníckou snahou zachytiť nielen vývoj výsledkov, ale aj adekvátnosť objemu zdrojov, s ktorým sú dosahované, bolo cvičenie Svetovej zdravotníckej organizácie (WHO, 2000). Viacerí autori následne nadviazali na úsilie WHO a posunuli sa k detailnejším interpretáciám naznačených výsledkov (Grosskopf a iní, 2006; Hollingsworth a Wildman, 2003). Obe spomenuté štúdie upozorňujú na väčšie rozdiely v efektívnosti v prípade rozvojových krajín29 ako v prípade rozvinutých. Aj preto budeme porovnávať efektívnosť Slovenska s krajinami OECD. Afonso a Aubyn (2005) a Retzlaf-Roberts a iní (2004) použili analýzu dátových obalov (DEA, pre porovnanie jednotlivých metód pozri Box 1) na vzorke 24 a 27 krajín OECD z roku 200030. Skupinu krajín, ktoré predstavovali hranicu plnej efektívnosti v oboch štúdiách tvorili Kanada, Japonsko, Južná Kórea, Portugalsko, Španielsko, Švédsko a Veľká Británia. Autori odhadli potenciál pre zlepšenie zdravotného stavu len o 2 percentá, no možnú úsporu zdrojov pri dosiahnutí rovnakých výsledkov až o 17 percent 31. Na poslednej priečke, s najvyšším priestorom pre znižovanie neefektívnosti, sa umiestnilo Maďarsko. Nedávna štúdia Medzinárodného menového fondu (Grigoli, 2012) porovnala s využitím metódy DEA vývoj neefektívnosti zdravotníctve medzi obdobiami rokov 2000 až 2004 a 2005 až 2008 v 37 krajinách OECD. V tomto prípade vzorka zahŕňala aj Slovensko. Priestor pre znižovanie neefektívnosti v našom zdravotníctve je podľa nej výrazný. Medzi sledovanými obdobiami sa
29

Pre rozvinuté krajiny boli úspory odhadnuté na 0 až 3% zdrojov, pre rozvojové v rozmedzí 22 až 44% (Grosskopf a iní, 2006). 30 Slovensko nebolo súčasťou sledovaných krajín v žiadnej z týchto štúdií. 31 Afonso a Aubyn (2005) zvolili očakávanú dĺžku života a dojčenskú úmrtnosť ako ukazovatele zdravotného stavu a počet lekárov, sestier a nemocničných lôžok za zdroje potrebné k dosahovaniu výsledkov. Retzlaf-Roberts a iní (2004) zvolili tie isté ukazovatele zdravotného stavu, no v ich prípade boli vstupnými premennými očakávaná dĺžka vzdelávania v rokoch, Giniho koeficient, podiel pravidelných fajčiarov, počet lekárov ,nemocničných postelí a zobrazovacích prístrojov, a podiel výdavkov na zdravotníctvo na HDP.

15

priestor pre potenciálne úspory zdrojov v slovenskom zdravotníctve v prípade očakávanej dĺžky života zvýšil zo 6032 na 64 percent celkových výdavkov. Podobné výsledky dosiahlo Slovensko aj v štúdii OECD. S hodnotami vstupov pre rok 2007 sme sa pri rovnakej výške výdavkov mohli dožívať o viac ako 4 roky dlhšie (Joumard a iní, 2010). Niektoré oblasti neefektívnosti, ktorým sa budeme neskôr v texte čiastočne venovať boli identifikované v dávnejšej štúdii MMF (Verhoeven a iní, 2007). Štúdia kvantifikovala značné nedostatky najmä v oblasti liekov a lôžkových zariadení. V predchádzajúcej časti sme odhadli vplyv faktorov štatisticky významne ovplyvňujúcich zdravie na očakávanú dĺžku života v krajinách OECD.33. Náš model berie do úvahy výdavky na zdravotníctvo, spotrebu alkoholu, nerovnosť bohatstva a postsocialistickú minulosť krajiny. Rozdiel medzi skutočnou hodnotou očakávanej dĺžky života v krajine a jej modelovanou hodnotou predstavuje odhad efektívnosti. Ľudia v krajinách s efektívnym zdravotníctvom žijú dlhšie, než by predpovedali uvedené faktory, v menej efektívnych naopak kratšie.

32 33

Toto číslo bolo iba o 9,1 pecentuálnych bodov horšie ako priemer sledovaných krajín. Model 2 v prílohe.

16

1.2 Efektívnosť slovenského zdravotníctva
4 SVK HUN CZE USA KOR OECD JAP

3 rozdiel v očakávanej dĺžke života v rokoch

2

1

0

-1

-2

-3

-4 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
Zdroj: IFP z údajov OECD

Z Grafu 2.1 vidno, že Slovensko dosahovalo po korigovaní o dôležité faktory (najmä výšku zdravotníckych výdavkov a postsocialistické dedičstvo) do roku 2003 priemernú efektívnosť. Od roku 2004 do roku 2007 sa situácia zhoršovala. Porovnanie s Českou republikou je nepriaznivé – miera efektívnosti našich západných susedov bola na začiatku sledovaného obdobia podobná, no do roku 2010 sa mierne zlepšila. V súčasnosti zaostávame spolu s Maďarskom – kvôli neefektívnosti, nie životnému štýlu či výdavkom na zdravotníctvo – o tri roky za Čechmi, a o dva roky za priemerom vyspelých krajín. Medzi všetkými sledovanými krajinami sme za celé obdobie zaznamenali najväčší prepad. Z OECD sú na tom najhoršie Spojené štáty americké, ktoré oproti priemeru strácajú kvôli neefektívnosti viac ako tri roky života. Najefektívnejšou krajinou je Japonsko, a najúspešnejším „skokanom“ v efektivite Južná Kórea. V prípade, že by sme dosahovali efektívnosť priemeru OECD, mohli by sme sa pri súčasnom objeme zdrojov v zdravotníctve dožívať o dva roky dlhšie. Ak by sme zvolili cestu šetrenia financií, pri zachovaní súčasnej dĺžky života by sme mohli ušetriť až niečo vyše 1 miliardy eur, čo je 18% zdrojov plynúcich na zdravotníctvo, alebo 1,7% HDP v roku 2010.34 Nasledujúci graf (Graf 2.2) znázorňuje vývoj odchýlok od modelovanej efektívnosti slovenského zdravotníctva. Od roku 1997 do roku 2003 (2004) sa odchýlky pohybovali v rozmedzí 95% (99%) intervalu spoľahlivosti pre modelované hodnoty efektívnosti. Negatívny vývoj od roku 2003 (2004) je bezpochyby štatisticky významný a nepredstavuje náhodný odklon od efektívnosti.

34

Výšku potenciálnej úspory sme vypočítali pomocou modelu 3 v prílohe.

17

2.2. Štatistická významnosť odchýlok - prepad efektívnosti slovenského zdravotníctva

1

0.5

0 1997 1998 1999 2000 2001 20022003200420052006200720082009 2010 -0.5

-1 hranica 99% intervalu spoľahlivosti -1.5 hranica 95% intervalu spoľahlivosti odchýlky
Zdroj: IFP z údajov OECD

-2

Graf 2.3 ukazuje, že zlepšenie či zhoršenie efektívnosti nezávisí od rýchlosti rastu zdrojov v zdravotníctve. Koniec koncov, najrýchlejšie rástli zdroje práve v Južnej Kórei a na Slovensku, „skokanovi“ a „antiskokanovi“ v efektívnosti.

2.3 Závislosť zmeny efektívnosti na raste výdavkov35
Rozdiel medzi reziduami efektívnosti 3 2.5 2 1.5 1 0.5 0 -0.5 0 -1 -1.5 -2 -2.5

2.4 Závislosť efektívnosti na výške výdavkov na zdravotníctvo v roku 2010
4 3 Reziduá efektívnosti 2 1 0 -1 -2 -3 výdavky USD PPP per capita
Zdroj: IFP z údajov OECD

Južná Kórea Česká republika
1 2 3 4

0

2000

4000

6000

Slovensko
index rastu výdavkov 2010/1997

Z porovnania efektívnosti a výšky výdavkov (Graf 2.4) v roku 2009 je badateľná tendencia znižujúcej sa efektívnosti pri zvyšovaní výdavkov na zdravotníctvo. Ide o ilustráciu faktu, že zdravie nie je možné zlepšovať nalievaním peňazí donekonečna. Čím viac zdrojov krajina na zdravie vynakladá, tým ťažšie sa hľadá cesta k dodatočným výsledkom.

35

Údaje v grafoch 2.3 a 2.4 sú za rok 2010, alebo najbližší k dispozícii.

18

Box 2. Zmena metodiky merania hotovostných výdavkov Výška výdavkov na zdravotníctvo na Slovensku bola doteraz podľa našich zistení meraná nesprávnou metodikou. Konečná spotreba domácností sa podľa metodiky systému národných účtov meria dvoma prístupmi: domácim a národným konceptom. Podľa domáceho konceptu ide o sumu výdavkov, ktoré boli vynaložené na zdravotnícke tovary a služby na území Slovenskej republiky (čiže zahŕňa aj výdavky osôb mimo slovenského systému verejného zdravotného poistenia (VZP), alebo nerezidentov na Slovensku). Podľa OECD je však správne merať súkromné výdavky podľa národného konceptu, ktorý sa zameriava na spotrebu ľudí patriacich do slovenského systému VZP. Rozdiel medzi týmito dvoma prístupmi bol medzi rokmi 2000 až 2010 takmer konštatntný (približne 200 až 300 miliónov eur ročne). Preto po spätnom očistení vývoja výdavkov na zdravotníctvo vyzerá krivka efektívnosti podobne ako podľa pôvodnej metodiky. Efektívnosť slovenského zdravotníctva – nová metodika
4 rozdiel v očakávanej dĺžke života v rokoch 3 2 1 0 -1 SVK JAP OECD CZE HUN SVK nová metodika KOR USA

-2

-3

-4 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
Zdroj: IFP z údajov OECD, ŠÚ SR

Tým, že boli celkové výdavky mierne nadhodnotené, dochádza po očistení počas celého obdobia k miernemu zníženiu neefektívnosti. Naše závery sa však nemenia.

19

Konečná spotreba domácností na zdravotnú starostlivosť v mil. eur
1 600 A.-B. Rozdiel 1 400 1 200 1 000 Milióny eur 800 600 400 200 0 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 180 215 212 206 195 232 313 344 315 318 A. Doterajšia nesprávna metodika B. Správna metodika (ŠÚ SR použije od 2011)

275

Zdroj: IFP podľa ŠÚ SR

Pre potvrdenie, respektíve vyvrátenie záverov o vývoji v efektívnosti vyplývajúcich z použitia metódy OLS sme sa tiež pozreli na výsledky analýzy dátových obalov (DEA). Ako vstup sme opäť použili výdavky na zdravotníctvo, a ako výstup očakávanú dĺžku života (podobne ako v štúdii MMF – Grigoli 2012). Výsledné skóre sme potom pomocou tobit regresie36 upravili o spotrebu alkoholu a Giniho koeficient merajúci nerovnosť bohatstva v krajine. Táto úprava zlepšuje porovnateľnosť prvotného skóre efektívnosti, keďže navyše zohľadňuje environmentálne a životnoštýlové rozdiely medzi krajinami. Výstup z DEA analýzy vyjadruje tzv. skóre efektívnosti, ktoré nadobúda hodnoty od 0 po 1, pričom 1 znamená najvyššiu možnú úroveň efektívnosti. V Grafe 2.5 sú krajiny OECD zoradené podľa dosiahnutého skóre efektívnosti37 pred a po upravení o spotrebu alkoholu a nerovnosť príjmov38 (údaje za jednotlivé krajiny sú v Prílohe 3).

36

Tobit regresia sa používa v prípadoch, kedy závislá premenná nadobúda diskrétne hodnoty. V tomto prípade sme zvolili za spodnú hranicu hodnôt 0 a za vrchnú 1, keďže skóre efektívnosti môže nadobúdať hodnoty iba z tohto intervalu. 37 Priemerné skóre efektívnosti jednotlivých krajín za obdobie 1997 až 2010, alebo za najbližšie roky k dispozícii. 38 V tobit regresii na skóre efektívnosti sa význam postsocialistického faktora nepreukázal.

20

2.5 Neupravené (horný graf) a upravené (spodný graf) skóre efektívnosti 1 0.8 0.6 0.4 0.2 0

Napriek tomu, že medzi krajinami nachádzajúcimi sa okolo priemeru OECD nevidieť veľké rozdiely, pre Slovensko je badateľný prepad pred a po úprave o spotrebu alkoholu a nerovnosť bohatstva. Z 15 krajín, v ktorých skóre efektívnosti po úprave kleslo, zaznamenalo Slovensko ôsmy najvyší pokles. Graf 2.6 znázorňuje porovnanie priemerného skóre efektívnosti a priemerných výdavkov na zdravotníctvo v období 1997-2010. Z grafu vidno, že použitím metódy DEA a po úprave zvyknú dosahovať lepšie skóre krajiny s nižšou úrovňou výdavkov na zdravotníctvo. Napriek tomu Slovensko zaostáva aj oproti krajinám, kde sú výdavky na zdravotníctvo vyššie. V Grafe 2.7 je znázornený vývoj v efektívnosti medzi obdobiami rokov 1997-2003 a 2004-2010. Krajiny, ktoré sú nad diagonálnou čiarou, sa medzi porovnávanými obdobiami zlepšili. Naopak, ak sú pod čiarou, zaznamenali pokles v efektívnosti. Z grafu vidno, že priemer OECD a Česká republika sa v efektívnosti takmer nezmenili, no Slovensko sa zhoršilo.

Čile Turecko Mexiko Izrael Taliansko Kanada Grécko Nový Zéland Japonsko Spojené… Južná Kórea Island Portugalsko Poľsko Austrália OECD Španielsko Nórsko Švédsko Estónsko Švajčiarsko Holandsko Fínsko Írsko Belgicko Nemecko Maďarsko Slovensko Česká republika Raúsko Slovinsko Francúzsko Dánsko Luxembursko
Zdroj: IFP z údajov OECDa Svetovej banky

1 0.8 0.6 0.4 0.2 0

Japonsko Čile Južná Kórea Španielsko Izrael Mexiko Turecko Taliansko Nový Zéland Poľsko Švédsko Austrália Island Grécko OECD Švajčiarsko Slovensko Francúzsko Estónsko Kanada Spojené… Fínsko Portugalsko Česká republika Slovinsko Írsko Belgicko Holandsko Nórsko Nemecko Raúsko Maďarsko Luxembursko Dánsko

21

2.6 Závislosť efektívnosti na výške výdavkov na zdravotníctvo (v USD PPP na obyvateľa) priemerné skóre efektívnosti 19972010 0.9 skóre efektívnosti 2004-2010
TureckoČile 0.8 Mexiko Izrael

2.7 Zmena v efektívnosti medzi 1997-2003 a 2004-2010 0.6 0.55 0.5 0.45 0.4 0.35 0.3 0.3
Spojené Kanada kráľovstvo Južná Grécko Kórea Japonsko Austrália Island Švajčiarsk OECD o Švédsko Poľsko Holandsko Nórsko Nemecko Írsko Fínsko Estónsko Francúzsk Maďarsko Belgicko o Rakúsko Slovensk Česká Dánsko Slovinsko republika Luxembur sko

0.7 0.6 0.5 0.4 0.3
Poľsko

Japonsko OECD

Kanada

Estónsko Maďarsko Česká republika Slovensko

AustráliaŠvajčiarsk Švédsko o Holandsko Rakúsko

o

Dánsko

0

2000 4000 6000 priemerné výdavky na zdravotníctvo na obyvateľa v USD PPP

0.4 0.5 skóre efektívnosti 1997-2003

0.6

Zdroj: IFP z údajov OECD a Svetovej banky

Krajiny OECD majú podľa DEA analýzy priestor na šetrenie v priemere 50% výdavkov, a v priemere sa v čase mierne zlepšili. Česi sa zlepšili rovnako ako priemer OECD, Slovensko sa však zhoršilo. Podľa výsledkov by sme teoreticky mohli ušetriť až 60% zdrojov vynakladaných na zdravotníctvo. Je zrejmé, že obe analytické metódy ponúkajú odlišné výsledky. Najmä pri DEA je silná interpretácia nemožná. Pre Slovensko je však dôležité zistenie, že podľa obidvoch sa v sledovanom období efektívnosť zhoršila, čo znamená, že sme sa vzdialili od úrovne krajín OECD aj od našich susedov. Vývoj nerovnosti bohatstva a spotreby alkoholu nezaznamenal na Slovensku výrazné výkyvy. Pri porovnaní rokov 1997 a 2010 sú navyše oba ukazovatele na takmer totožnej úrovni. Pokles v efektívnosti slovenského zdravotníctva sa preto dá ilustrovať vývojom dĺžky života a výšky výdavkov na zdravotníctvo. Z nasledujúcich grafov vidno zdroj nepriaznivého vývoja efektívnosti slovenského zdravotníctva. Dĺžka života v krajinách V3 prekonala vývoj na Slovensku na prelome rokov 1999-2000, do roku 2007 sa potom rozdiel zväčšoval. Na konci sledovaného obdobia sme sa dožívali takmer o jeden rok kratšie ako je priemer Česka, Maďarska a Poľska. Na strane výdavkov je príbeh opačný. Kým do roku 2003 sme dávali na zdravotníctvo menej ako naši susedia, od roku 2004 sa výdavky začali výrazne zvyšovať. V roku 2006 sme vo výške výdavkov na zdravotníctvo preskočili priemer V3 a v roku 2010 sme za zdravie platili o tretinu viac ako naši susedia.

22

2.8 Vývoj dĺžky života v rokoch
76.5 76 75.5 75 74.5 74 73.5 73 72.5 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

2.9 Vývoj výdavkov na zdravotníctvo v USD PPP na obyvateľa
80 79.5 79 2500 2300 2100 1900 3500 3300 3100 2900 2700 2500 2300 2100 1900 1700 1500 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

SVK priemer V3 priemer OECD (pravá os)

78.5 1700 78 77.5 77 1500 1300 1100 900 76.5 700 76 500

Zdroj: IFP z údajov OECD

Priemerný ročný rast výdavkov v období 1997 až 2010 bol na Slovensku druhý najvyšší z krajín OECD (za Tureckom) a takmer dvakrát vyšší ako priemer V3. Priemerný ročný rast dĺžky života na Slovensku v období medzi 1997 až 2010 bol spolu s Islandom štvrtý najnižší (nižší priemerný ročný rast bol zaznamenaný už iba v Japonsku, USA a vo Švédsku). Všetky tieto krajiny však dosahujú jedny z najvyšších úrovní dĺžky života spomedzi celej OECD, pričom ich priemer je vyšší ako 81 rokov. V nasledujúcej časti sa pozrieme na niektoré zo systémových zdrojov neefektívnosti slovenského zdravotníctva.

23

3 Zdroje neefektívnosti slovenského zdravotníctva
Príčin slabých výsledkov slovenského zdravotníctva je viacero. Samotný zdravotnícky systém nedokáže závažnejším spôsobom ovplyvniť životné prostredie, postsocialistické dedičstvo ani voľbu životného štýlu obyvateľov. Preto sa zameriame predovšetkým na inštitucionálne faktory zdravotnej starostlivosti. Z troch ekonomicky najvýznamnejších segmentov zdravotníctva – zdravotné poisťovne, nemocnice a lieky – podrobne preskúmame len prvý. Výsledky predchádzajúcich analýz týkajúcich sa vysokých cien liekov na Slovensku stručne zrekapitulujeme. Analýza lôžkových poskytovateľoch zásadne závisí na dostupnosti podrobných a spoľahlivých mikrodát o nich, ktorými zatiaľ nedisponujeme. Vďaka dostupnosti dát sa sústreďujeme najmä na zhodnotenie efektívnosti verejného zdravotného poistenia. Naše údaje umožnili odhadnúť veľkosť troch potenciálnych zdrojov plytvania v poistnom systéme: rozdiely v korigovaných (očistených) nákladoch na liečbu, vysoké administratívne náklady a renty39 (ekonomicky nepodložené zisky) plynúce z nedostatočného zohľadnenia rozdielnej chorobnosti poistencov.

Rozdielne náklady na poistencov medzi poisťovňami
Je veľmi zložité porovnávať náklady takého heterogénneho produktu, akým je zdravotná starostlivosť. Rozdiely medzi poisťovňami v nákladoch na jedného poistenca sme preto očistili o viacero faktorov, ktoré objektívne ovplyvňujú očakávanú cenu liečby pacienta (takzvané solidárne nákladové faktory40). Boli to vek, pohlavie, ekonomická aktivita (poistenci štátu, teda deti, dôchodcovia, hendikepovaní a nezamestnaní, majú zväčša vyššie náklady), a jedna z 28 farmaceuticko-nákladových skupín, podľa ktorých sme identifikovali chronicky chorých pacientov. Narodenie a najmä úmrtie zvyčajne sprevádzajú vyššie náklady na starostlivosť 41. Pridali sme preto aj dve dummy premenné42 na identifikáciu poistencov, ktorí sa v sledovanom roku narodili a zomreli (boli odhlásení zo systému 43). Nákladové faktory, ako aj rozdiely v nákladoch medzi poisťovňami, sme testovali metódou OLS. Regresiu sme vykonali s celkovými nákladmi poisťovní, aj výlučne s nákladmi na zdravotnú starostlivosť. Zohľadnili sme tak, že niektorá poisťovňa môže dosahovať nižšie náklady zdravotnej starostlivosti, ale za cenu vyšších administratívnych nákladov (napríklad častejšie a dôkladnejšie kontroly poskytovateľov). Takto zostrojený empirický model neporovnáva priemerné náklady, ale náklady poistencov s rovnakými pozorovanými vlastnosťami. Vyplynulo z neho, že po zohľadnení známych faktorov mali poisťovne Dôvera a Union mali v roku 2010 štatisticky významne nižšie náklady na jedného pacienta ako štátna poisťovňa. Mesačné náklady zdravotnej starostlivosti poisťovne Dôvera na jedného poistenca boli oproti VšP nižšie o 4,2 eura a poisťovne Union o 3,3 eura (7,2 percenta,
39

Ekonomickou rentou rozumieme príjem z výrobného faktora, ktorý neprispieva k produktivite. Môžeme si ho predstaviť ako istú formu „nezaslúženého zisku“, ktorý by na konkurenčnom trhu neexistoval. Renty môžu vznikať kvôli prírodným podmienkam alebo technologickému pokroku a ich samotná existencia nemusí byť automaticky z ekonomického hľadiska problematická. Renty však môžu vznikať alebo sa udržiavať aj zneužitím dominantného postavenia, administratívne alebo reguláciou (napríklad pridelením monopolnej výsady na obchod so zahraničím), čo vo väčšine prípadov vedie k zníženiu ekonomickej efektivity a spoločenskej spravodlivosti. Ešte problematickejšie je správanie motivované vyhľadávaním renty, kedy sa ekonomickí aktéri namiesto produktívnych aktivít venujú takej manipulácii prostredia, aby sa (napríklad obmedzením vstupu na trh, znetransparentnením trhových podmienok alebo lobingom politických aktérov) ekonomická renta vytvorila, a aby ju aspoň sčasti dokázali získať pre seba. 40 Wynand (2011) 41 Zwifel et al. (1999) a Gray (2004) 42 Dummy premenné sa často používajú v regresnej analýze na testovanie diskrétnych efektov. Majú hodnotu 1, ak sa daný efekt pri konkrétnom pozorovaní vyskytuje, V opačnom prípade sa rovnajú nule. 43 Dummy pre úmrtia teda nemusí obsahovať len skutočné úmrtia, ale aj príchody do a odchody z krajiny.

24

respektíve 5,6 percenta priemerných mesačných nákladov na zdravotnú starostlivosť jedného poistenca v celom systéme)44. Po započítaní prevádzkových nákladov bol rozdiel Dôvery 4,3 eura a Unionu 3,1 eura za mesiac (7,1 percenta, respektíve 5,1 percenta priemerných mesačných nákladov v celom systéme na zdravotnú staroslivosť a prevádzku na jedného poistenca). Ak by všetky poisťovne doteraz zabezpečovali – hypoteticky – rovnaké množstvo aj kvalitu služieb, tento rozdiel v nákladoch by sa dal vysvetliť dvoma spôsobmi. Prvým je, že zachytená odchýlka predstavuje nevysvetlené vlastnosti poistencov, ktoré majú dopady na vyššie náklady ich liečby. Druhý pohľad predpokladá, že aj keď v rámci meraných charakteristík pacientov existujú rozdiely, z pohľadu nákladov na liečbu sú rovnomerne rozmiestnené medzi poisťovňami. V takomto prípade by rozdiel medzi najnákladnejšou a najlacnejšou poisťovňou predstavoval nižšiu efektívnosť. V skutočnosti ide s najväčšou pravdepodobnosťou o kombináciu oboch faktorov, čo do hĺbky rozoberáme v 4. časti – diskusii.

Vyzbierané poistné je nedokonale prerozdelené
Vybrané poistné sa zo zákona prerozdeľuje medzi poisťovňami podľa solidárnych nákladových faktorov tak, aby boli zohľadnené rozdiely v zdravotnom stave kmeňov poisťovní. Na Slovensku bolo doteraz vykonávané veľmi nedokonalo. Odhadli sme, o akú sumu takýmto spôsobom prichádzali niektoré poisťovne. Vyčíslili sme, ako by v roku 2010 vyzeralo „férové“ prerozdelenie, zohľadňujúce všetky rozdiely medzi poisteneckými kmeňmi poisťovní spôsobené solidárnymi faktormi. Použili sme na to empirický model vytvorený v predchádzajúcej časti pri analýze efektívnosti poisťovní. Odhadli sme, aké náklady by mala každá poisťovňa priemerne férovo 45 vynaložiť na liečbu svojich poistencov, po zohľadnení vlastností ako vek či chronické choroby. V takomto pomere sme potom rozdelili aj poistné za rok 2010. Tento odhad sme porovnali so skutočnými príjmami poisťovní z prerozdeleného poistného. Z analýzy vyplýva, že z nedokonalého prerozdeľovania v roku 2010 profitovali poisťovne Dôvera (20,2 milióna eur) a Union (9,6 milióna eur). Získali za svojich poistencov viac peňazí, ako by mali iba na základe ich zdravotného stavu. Tieto príjmy poisťovní sú ekonomickou rentou.46
3.1 Renta z nepresného prerozdeľovania (2010, mil. eur)
Pôvodná metodika prerozdeľovania
Dôvera A. Skutočné príjmy B. Odhad najlepšieho prerozdelenia C. Renta (A – B) 858,8 838,6 20,2 Union 192,9 183,2 9,6 VšZP 2 481,3 2 511,1 -29,8

Nová metodika prerozdeľovania
Dôvera A. Odhad príjmov B. Odhad najlepšieho prerozdelenia C. Renta (A – B) 842,0 838,6 3,5 Union 186,4 183,2 3,1 VšZP 2 504,5 2 511,1 -6,6

Zdroj: IFP na základe MZ SR

44 45

Vyššie náklady Unionu môže byť spôsobená tým, že je výrazne menší ako VšZP a Dôvera. Po korekcii o solidárne nákladové faktory. Ich určenie nie je triviálnou záležitosťou. Väčšina ľudí sa zhodne, že vek či pohlavie nimi sú. Ekonomická aktivita či región bydliska sú už diskutabilnejšie. 46 Niektoré zlyhania trhu či štátu, napríklad nedostatočná alebo nevhodná regulácia, môžu vytvárať situáciu, kedy je niektorý z účastníkov trhu schopný zabezpečiť si vyššie príjmy alebo nižšie náklady, ako by bol schopný na dokonale konkurenčnom trhu. Takto získaná výhoda sa nazýva ekonomickou rentou.

25

Ako približujeme v Boxe 2, od septembra 2012 (s platnosťou od júla 2012) používa ministerstvo zdravotníctva (MZ SR) pri prerozdeľovaní poistného medzi poisťovne novú metodiku. Doteraz používaná metodika prerozdeľovala príjmy iba na základe veku, pohlavia a ekonomickej aktivity poistencov. Jej schopnosť korigovať rozdiely medzi chorobnosťou kmeňov jednotlivých poisťovní bola výrazne nižšia a umožňovala existenciu nezanedbateľných ekonomických rent súkromných poisťovní. Nová metodika je založená na odhadovaní očakávaných nákladov poistencov na základe nielen demografických faktorov, ale aj farmaceuticko-nákladových skupín (FNS, identifikujú pacientov s chronickými chorobami). Ak by sa nová metodika používala už v roku 2010, renty dvoch súkromných poisťovní by klesli spolu o 23,2 miliónov eur.

Box 3. Nová metodika prerozdeľovania peňazí medzi poisťovňami Nie všetci poistenci majú rovnako drahú liečbu. Rozdiely medzi nimi sú často mnohonásobné, a dôvody väčšinou nedokážu poisťovne ovplyvniť (napríklad genetika, nehody, minulý životný štýl). Preto sa financie, ktoré poisťovne vyzbierajú od poistencov a štátu, dodatočne prerozdeľujú podľa tých charakteristík poistencov, ktoré vedia predpovedať očakávané náklady, a poisťovňa za ne takpovediac "nemôže" (solidárne faktory). Podobné systémy tzv. kompenzácie rizika medzi poisťovňami existujú vo všetkých systémoch s viacerými poisťovňami v krajinách OECD. Predpovedanie nákladov je však veľmi zložité, najmä z dôvodu veľkej variability, dokonca aj medzi rovnakými typmi poistencov, a výraznej asymetrie, kedy väčšinu nákladov tvorí malé percento poistencov. Veľká väčšina rozdielov v nákladoch je fundamentálne nepredpovedateľná. Na Slovensku sa doteraz na určenie nákladnosti používali demografické a ekonomické faktory: vek, pohlavie, a ekonomická aktivita (poistenec štátu alebo nie). Takýto model nepredpovedal náklady veľmi presne - bol schopný vysvetliť iba asi 3,5 percenta rozdielov v nákladoch. Nová legislatíva preto od 1. júla 2012 doplnila do prerozdeľovania peňazí ďalší faktor, chronické choroby. Na základe spotreby liekov zaraďuje poistencov do jednej z 24 farmaceutických nákladových skupín (medzinárodne pharmaceutical cost groups, PCG), a týmto skupinám priraďuje indexy zohľadňujúce zvýšené náklady na liečbu takýchto pacientov. Výsledkom je metodika, ktorá presnejšie a férovejšie rozdeľuje peniaze medzi poisťovňami podľa toho, aké sú na Slovensku priemerné náklady na ich štruktúru poistencov. Ak poisťovňa dokáže chronického pacienta liečiť lacnejšie, než je slovenský priemer, získava na ňom. Ak drahšie, prerába. Vysvetľovacia schopnosť modelu, vyjadrená koeficientom determinácie, sa zvýšila na 16,8 percent. Najvyšší koeficient, ktorý sa nám podarilo dosiahnuť na dostupnej vzorke dát, je 20,9 percent. Aj najdokonalejšie modely vo svete dokážu vysvetliť iba 25 až 30 percent nákladov (Buntin a Zaslavsky, 2004). IFP vyčíslil, aké dopady by bola mala takáto zmena na príjmy poisťovní od roku 2007 do polovice roku 2012.47 Keďže MZ SR vypočítalo indexy iba pre rok 2012, boli sme nútení použiť rovnaké indexy aj pre výpočet prerozdelenia za ostatné roky. Rovnako nepoznáme súčasné počty poistencov v jednotlivých PCG skupinách, keďže poisťovne doteraz nemali povinnosť tieto čísla zverejňovať. Predpokladáme, že počet poistencov v každej poisťovni v PCG skupinách je rovnaký ako v roku 2010, upravený iba o úplný nárast počtu poistencov na Slovensku. Myslíme si teda, že väčšina pacientov prepoistených v tomto období nepatrila do

26

žiadnej PCG skupiny. Výsledky zhrnuté v grafe ukazujú, že poisťovne Dôvera a Union majú podstatne zdravší poistenecký kmeň. Ak by sa peniaze rozdeľovali podľa súčasnej metodiky už v minulosti, Všeobecná zdravotná poisťovňa by podľa nášho odhadu získala v roku 2010 o 23,2 milióna eur a v roku 2011 o 19,5 milióna eur viac. Už za prvých 6 mesiacov roku 2012 by si polepšila o takmer 13 milióna eur (približne 26 milióna eur za celý rok 2012).

Rozdiel v príjmoch poisťovní (nová vs. stará metodika prerozdeľovania)48
Milióny EUR
30

20

10

VšZP Dôvera

0

Union

-10

-20

-30 2010 2011 2012
Zdroj IFP na základe údajov MZ SR

V septembri prebehlo mesačné prerozdelenie poistného za júl 2012, prvý raz podľa novej metodiky. Podľa výsledkov v júli získala VšZP vďaka novej metodike navyše 2,8 milióna eur. Dôvera a Union získali o 1,8 milióna eur, respektíve 1,0 milióna eur menej. Ak by boli všetky mesiace rovnaké, ročne by sa prerozdelilo navyše približne 34 milióna eur. Tieto výsledky sú zhruba v súlade s našimi odhadmi.

Rozdiely medzi poisťovňami v administratívnych nákladoch nie sú významné
Prvý pohľad na vývoj administratívnych nákladov (vo výkazoch poisťovní poskytnutých MZ SR sú nazývané náklady na prevádzkovú činnosť49) na jedného poistenca naznačuje, že vyššie administratívne náklady majú malé a začínajúce poisťovne. Jedným z vysvetlení je, že zákon od roku 2007 určuje a postupne sprísňuje maximálnu výšku nákladov na správu a poisťovne sa

48 49

Údaje za roky 2011 a 2012 nezohľadňujú ročné zúčtovanie poistného. Okrem nákladov na zdravotnú starostlivosť a na prevádzku evidujú poisťovne aj „úhrady mimo zdravotnej starostlivosti“. Ich najväčšiu časť tvorí vyplácanie záväzkov Dôvery vo výške 125 mil. eur v roku 2010 a 180 mil. eur v 2011. Takéto operácie slúžia pravdepodobne na vyplácanie ziskov iných období, na ktoré zatiaľ poisťovňa nevytvorila cashflow, a na daňovú optimalizáciu (ktorá mohla byť v súlade s vtedy platnou legislatívou). Ak je to tak, už sú zahrnuté do výšky ziskov poisťovní v predchádzajúcej časti. V analýze administratívnych nákladov preto túto položku nezapočítavame.

27

tomuto limitu prispôsobujú50. Je pravdepodobné, že limit sa odvíjal od prevádzkových nákladov VšZP, ktorá má najvyššie úspory z rozsahu. Ostatné poisťovne sa im – nie dokonale – prispôsobili. Je otázne, akým spôsobom vyrovnali rozdiel oproti zákonnému limitu administratívnych nákladov.
3.1 Vzťah administratívnych nákladov a ich zákonných limitov (eur na poistenca)

45.0 40.0 35.0 30.0 25.0 20.0 15.0 10.0 5.0 0.0 2006 2007 2008 2009 2010 2011
Zdroj: IFP na základe MZ SR

Skupina VšZP Union Limit Dôvera

Skupina Dôvera Limit VšZP Limit Union

Druhým vysvetlením je, že priemerné náklady sú nepriamo úmerné počtu poistencov. Ako sa jednotlivé skupiny integrovali nielen akcionársky, ale aj prevádzkovo, ich jednotkové náklady na správu klesali. V grafe 3.2 porovnávame indexovaný počet poistencov a priemerných nákladov na prevádzkovú činnosť.

50

V roku 2007 bol limit 4 percentá úhrnu poistného pred rozdelením, od roku 2008 do roku 2011 to bolo 3,5 percenta. Od roku 2011 platí degresívny vzorec, podľa ktorého by bol limit pre poisťovňu s jedným poistencom vo výške 4,90 percenta úhrnu poistného pred prerozdelením, pre poisťovňu so všetkými Slovákmi 3,22 percenta.

28

3.2 Vzťah administratívnych nákladov (eur) a počtu poistencov (2011 = 100 %)
45.0 40.0 35.0 30.0 25.0 100 20.0 15.0 10.0 5.0 0.0 2006 2007 2008 2009 2010 2011 Skupina VšZP poistenci VšZP Skupina Dôvera poistenci Dôvera Union poistenci Union 90 80 70 60 140 130 120 110

Zdroj: IFP na základe MZ SR

Menšie súkromné poisťovne napriek nedávnemu rastu stále nedosahujú počet poistencov VšZP a tým ani jej úspory z rozsahu pri prevádzke. Odhadli sme preto rozdiely v nákladoch administratívnej činnosti poisťovní v dvoch zložkách: fixnej a variabilnej. Fixná časť nákladov sa neodvíja od počtu poistencov. Zahŕňa všetky výdavky, ktoré treba vynaložiť ešte pred príchodom prvého pacienta a ktoré zabezpečujú základný chod poisťovne bez ohľadu na jej veľkosť. Ide napríklad o náklady na nákup administratívnej budovy alebo odmeny vysokého manažmentu. Variabilná časť nákladov na prevádzkovú činnosť priamo závisí od počtu poistencov, tvoria ju predovšetkým mzdy pracovníkov, ktorí pracujú s klientmi, spracúvajú výber poistného od poistencov alebo kontrolujú platby za zdravotnú starostlivosť. Pomocou jednoduchej OLS regresie na panelových dátach o nákladoch šiestich poisťovní od roku 2006 do roku 2011 sme odhadli, aká je veľkosť fixných a variabilných administratívnych nákladov.51 Fixné administratívne náklady poisťovne sme vyčíslili na 5,2 milióna eur ročne, variabilné na 18,5 eura na jedného poistenca na rok (obe v stálych cenách 2010). Empirický model zároveň odhalil, že v prevažnej miere neexistujú štatisticky významné rozdiely medzi poisťovňami vo výške fixných ani variabilných administratívnych nákladov, ktoré by spôsobovali nízku efektívnosť systému zdravotnej starostlivosti na Slovensku. Jedinou výnimkou je poisťovňa Union, ktorej variabilné náklady s rastúcim počtom poistencov výrazne klesali.

51

Podrobné výsledky sú v prílohe 8.

29

Dáta naznačujú neefektívnosť aj v iných segmentoch
Hoci je podiel výdavkov na nemocničnú starostlivosť na Slovensku nižší než priemer OECD, hospodárenie a medicínske alebo manažérske postupy niektorých nemocníc pravdepodobne zhoršujú výsledky celého systému. Analýzu ich efektívnosti pokladáme po získaní individuálnych údajov o vstupoch a výsledkov nemocníc v spolupráci s MZ SR SR za prioritu.
3.3 Podiel nemocničnej starostlivosti na celkových výdavkoch na ZS52 (%)

33 CZE 28 SVK OECD AUS CAN

23

18

13 2005 2006 2007 2008 2009 2010

Zdroj: OECD

Na nepriaznivý stav v prípade nemocničných tendrov poukázala štúdia INEKO a Transparency International Slovensko z roku 2012. Verejné obstarávanie v nemocničnom sektore je charakterizované nízkym počtom uchádzačov, čo je príčinou vyšších výsledných obstarávacích cien. Takmer 70%53 nemocničných tendrov z obdobia medzi rokmi 2009 a 2012 sa zúčastnila iba jedna firma, pričom v sektoroch mimo zdravotníctva je tento jav až o 40% zriedkavejší (Dančíková a Zachar, 2012). Ďalšou pravdepodobnou príčinou nižšej efektívnosti slovenského zdravotníctva sú ceny a spotreba liekov na Slovensku. Z medzinárodného porovnania vyplýva, že Slovensko má vyšší podiel výdavkov na lieky na celkových zdravotníckych výdavkoch než Česká republika aj priemer OECD. Rovnako vykazuje najvyššiu nominálnu spotrebu liekov na hlavu, pričom k jej rýchlemu nárastu došlo najmä v období zhoršenia jeho efektívnosti.

52 53

OECD do výdavkov na ZS započítava aj súkromné platby za lieky a starostlivosť a výdavky na dlhodobú starostlivosť. Podiel je vyjadrený k celkovej finančnej hodnote všetkých obstarávaní.

30

3.4 Ročné výdavky na lieky na jedného obyvateľa (USD)
600 550 500 450 400 350 300 250 200 150 100 1999 2001 2003 2005 2007 2009 CZE SVK OECD DEN

3.5 Podiel liekov na predpis na celkových výdavkoch na ZS (%)
35 30 25 20 15 10 5 1999 2001 2003 2005 2007 2009
Zdroj: OECD

CZE OECD

SVK DEN

Zdroj: OECD

Pred rokom 2008 patrili ceny liekov na Slovensku medzi najvyššie vo vyspelom svete. Relatívne benevolentná cenová legislatíva nebola vôbec vynucovaná, a problém zvýrazňovala rýchlo sa posilňujúca slovenská koruna.

3.6 Cena dvoch z najnákladnejších liekov pred (červená šípka) a po indexácii (zelená šípka)

Zdroj: IFP z údajov IMS

Realizácia medzinárodného referencovania cien liekov na niekoľko rokov takmer zastavila nominálny rast nákladov na lieky. Cena liekov na Slovensku nemohla prekročiť priemer pôvodne šiestich, dnes troch cien v najlacnejších krajinách EÚ. Máme efektívne druhé najlacnejšie lieky v Európe.

31

3.7 Spotreba liekov na Slovensku v cenách výrobcov v mil. eur (3 mesačný kĺzavý priemer, ceny roku 2004)
83 78 73 68 63 58 53 48 43 38 marec 04 jún 04 september 04 december 04 marec 05 jún 05 september 05 december 05 marec 06 jún 06 september 06 december 06 marec 07 jún 07 september 07 december 07 marec 08 jún 08 september 08 december 08 marec 09 jún 09 september 09 december 09 marec 10 jún 10 september 10 december 10 marec 11 jún 11 september 11 december 11 marec 12 jún 12
Zdroj: IFP podľa IMS Health

Začiatok referencovania

Sprísnenie referencovania

Hoci je neefektívnosť spôsobená vysokými cenami liekov do veľkej miery odstránená, porovnanie s krajinami OECD aj anekdotické informácie poukazujú na problémy s množstvom a štruktúrou spotrebovaných liekov. Vyhodnotenie účelnosti a efektívnosti predpísaných liekov by si vyžadovalo podrobné informácie o spotrebe liekov u nás a v zahraničí, prípadne individuálne údaje o nákladoch a účinnosti jednotlivých typov liekov v porovnaní s ich alternatívami. Keďže takéto dáta neexistujú, analýzu efektívnosti výdavkov na lieky naša štúdia neobsahuje.

32

4 Diskusia
Aké robustné sú naše merania efektívnosti slovenského zdravotníctva?
Pohľad na medzinárodné porovnanie vývoja v efektívnosti (Graf 2.1) je statický a nezohľadňuje možnosť, že pre zdravotníctvo sú dôležitejšie staršie výdavky než tie súčasné. Rovnako nehodnotí ako sa menia výsledky pri zmene výdavkov, čo je pre odporúčania pre verejnú politiku dôležitejšie. Tieto nedostatky sme sa pokúsili objasniť otestovaním niektorých alternatívnych špecifikácií premenných a modelov (bližšie v Prílohe 2). Potvrdil sa význam vplyvu výdavkov z predchádzajúcich rokov. No tiež to, že čím viac sú výdavky vzdialené v čase, tým slabšie sa prejavujú na výsledkoch. Čo sa týka zmien, logaritmická forma premenných v modeli potvrdila robustnosť vplyvu výdavkov, nerovnosti bohatstva a socialistickej minulosti krajiny. Zmena v spotrebe alkoholu, aj keď stále prevažne významná, však nemala konzistnenté znamienko vplyvu na dĺžku života. Ako poslednú alternatívnu verziu sme testovali zmeny v jednotlivých premenných medzi rôznymi časovými obdobiami. Z výsledkov vyplynulo, že čím väčší bol časový úsek medzi sledovanými úrovňami premenných, tým významnejší a silnejší bol ich vplyv na výsledok, no schopnosť takýchto modelov vysvetliť rozdiely v zdraví bola veľmi nízka.

Znamenajú nižšie upravené náklady vyššiu efektívnosť poisťovne?
Nákladová neefektívnosť sa v zdravotníctve môže prejavovať horšími výsledkami alebo vyššími nákladmi. Zdanlivá nákladová neefektívnosť tiež môže byť spôsobená rozdielnou štruktúrou – najmä chorobnosťou – poistencov či pacientov. V zdravotnom poisťovníctve sú najdôležitejšími ukazovateľmi výsledkov množstvo starostlivosti, ktorá je k dispozícii pre poistencov a jej kvalita. Analýza ukázala, že rozdiely v – aj upravených – nákladoch na liečbu pacienta medzi poisťovňami existujú. Pre verejnú politiku je však kľúčové, či sú tieto rozdiely spôsobené rozdielmi v efektívnosti poisťovní, alebo nepozorovanými rozdielmi v štruktúre ich poistencov, alebo množstve a kvalite nimi uhrádzaných služieb. Napriek tomu, že toto tvrdenie nemôžeme podložiť konkrétnymi číslami, na Slovensku pravdepodobne neexistujú medzi poisťovňami výraznejšie rozdiely v kvalite zazmluvnenej zdravotnej starostlivosti. Predovšetkým preto, že kvalita záleží najmä od lekára či poskytovateľa starostlivosti, a väčšina z nich poskytuje starostlivosť poistencom všetkých troch poisťovní. Na druhej strane, poisťovne sa môžu líšiť v objeme dostupnej a spotrebovanej starostlivosti. Rozdiely v čakacej dobe či výške poskytnutej, no neuhradenej starostlivosti existujú. Tento fakt potvrdzujú aj hrubé čísla od Úradu pre dohľad nad zdravotnou starostlivosťou (ÚDZS) v tabuľkách 4.1 a 4.2. 54

54

Tieto dáta sú bohužial iba slabo porovnateľné aj vzhľadom na konštrukciu zmlúv ZP Dôvera a Union (napríklad využívanie degresívnych cien), kedy neuhradené výkony po roku 2010 vôbec nemôžu byť vykázané.

33

4.1 Podiel poistencov čakajúcich na poskytnutie ZS k 31.12.55

4.2 Neuhradené výkony vo vybraných odbornostiach na jedného poistenca (€)56

2010 VšZP Dôvera Union 0,19% 0,16% 0,04%

2011 0,22% 0,04% 0,02%
Zdroj: ÚDZS

VšZP SZP Apollo Dôvera Union

2009 4,76 2,96 34,08 1,50 1,89

2010 2,95 0,00 0,00
Zdroj: ÚDZS

Model rozdielov v nákladoch poisťovní na starostlivosť o pacienta, ktorý sme zostrojili v tretej časti, nezohľadňuje prípadné rozdiely vo výsledkoch poisťovní. Nevieme preto s istotou vyhlásiť, že odhadnuté efekty sú celé spôsobené rozdielmi v nákladovej efektívnosti. Navyše, model nemusí korigovať o všetky solidárne nákladové faktory. Vôbec napríklad nezohľadňuje informácie o diagnózach, ktorých príznakom nie je spotreba špecifických liekov. Skúsenosti z Holandska ukázali, že predikcia nákladov podľa diagnóz môže mierne zvýšiť vysvetľovaciu schopnosť modelu. 57 Farmaceutická nákladová skupina je navyše priradená iba 13 percentám najdrahších poistencov. V rámci PCG skupín aj medzi ostatnými pacientami tak môžu byť rozdiely v nákladoch na liečbu, ktoré ovplyvňujú odhad rozdielnej efektívnosti poisťovní. Rozdiely v nákladovosti sme preto odhadli aj osobitne na vzorkách, v ktorých predpokladáme výrazne menšie nevysvetlené rozdiely medzi kmeňmi poisťovní. Sú to novorodenci a pacienti, ktorí sú zaradení do jednej zo štyroch relatívne homogénnych PCG skupín (HIV a AIDS, renálne zlyhanie (REN), onkologickí pacienti (ONK), transplantácie (TRA)), ale aj všeobecne pacienti s priradenou PCG skupinou. Vo vzorke novorodencov zároveň očakávame najmenšie rozdiely v kvalite a množstve starostlivosti, keďže ide o urgentný výkon bez čakacích listín. Tieto vzorky sme porovnali s podskupinou pacientov bez PCG skupiny a celou vzorkou, kde by mohli byť nepozorované rozdiely v chorobnosti kmeňa vyššie.

4.3 Odhadované rozdiely v nákladoch poisťovní v celej vzorke aj podskupinách (odchýlka od VšZP, eurá na poistenca a mesiac, 2010)
Celá vzorka Dôvera Union Celkové priem. náklady -4,2*** -3,3*** 58,5 Iba bez pcg -3,4*** -3,0*** 35,3 Iba pcg -10,2*** -11,0*** 163,9 Novorodenci -21,2*** 12,0** 107,8 HIV -70,9 -352,5** 989,4 REN -176,5** 144,6 2482,7 ONK -112,0*** -122,7* 1032,8 TRA -86,2** -110,5 552,6

*** p<0.01, ** p<0.05, * p<0.1

Vo všeobecnosti sú v podskupinách s lepšie vysvetlenými nákladmi rozdiely medzi poisťovňami v očistených nákladoch na zdravotnú starostlivosť porovnateľné s celou vzorkou. V prípade poisťovne Dôvera veľmi pravdepodobne nie sú rozdiely v upravených nákladoch medzi ňou

55

Sám UDZS priznáva, že tieto údaje sú veľmi nespoľahlivé. Neexistuje jednotná metodika ohlasovania informácií poisťovňami. Okrem toho nie je jasné, z akého dôvodu boli čakatelia zo zoznamu vyradení (poskytnutie starostlivosti vs. náhle zhoršenie stavu alebo úmrtie). 56 ÚDZS v správe o stave vykonávania verejného zdravotného poistenia z roku 2010 zverejnil neuhradené výkony v špecializovanej ambulantnej starostlivosti za tieto odbornosti: vnútorné lekárstvo, gynekológia a pôrodníctvo, chirurgia, ortopédia, urológia, klinická onkológia, klinická imunológia a alergológia, kardiológia, diabetológia, ADOS ošetrovateľstvo. 57 Van de Ven, R (2004)

34

a VšZP spôsobené nepozorovanými rozdielmi v štruktúre ich kmeňa. Výsledky v prípade poisťovne Union sú naopak zmiešané. Oproti VšZP má vyššie náklady v prípade novorodencov, no nižšie pre všetkých PCG poistencov aj v skupinách HIV a ONK. Rozdiely v skupinách REN a TRA nie sú štatisticky významné, toto však môže byť spôsobené aj malou vzorkou. Je málo pravdepodobné, že by sa súkromným poisťovniam podarilo vybrať si v takmer všetkých podskupinách práve tých pacientov, ktorí majú oprávnene nižšie náklady na liečbu. Na to by totiž potrebovali získať o individuálnych poistencoch, svojich aj tých z ostatných poisťovní, rozhodujúce a určujúce informácie o ich očakávanej nákladovosti, ktoré ostatným účastníkom trhu ani Ministerstvu zdravotníctva nie sú známe. Nepozorované rozdiely v chorobnosti preto pokladáme za pravdepodobné, ale nemyslíme si, že ich rozsah je taký, aby mohli plne vysvetliť rozdiely v nákladoch. Pravdepodobne existujú významné nepozorované rozdiely v množstve uhrádzanej starostlivosti. Nevieme však posúdiť, či menej starostlivosti znamená horší výsledok, alebo efektívnejšiu liečbu bez vykonávania zbytočných procedúr. V hypotetickom – a nepotvrdenom – prípade, ak by skutočne VšZP strácala efektívnosťou, pri nákladoch najlacnejšej konkurencie by úspora v systéme bola citeľná. V prípade, že by štátna poisťovna vykázala výšku korigovaných nákladov ako druhá poisťovňu, ušetrila by podľa nášho modelu 137 milóna eur (3,9 percenta nákladov celého systému zdravotných poisťovní), pri najnižších nákladoch by to už bolo 174,8 milióna eur (4,8 percenta nákladov systému). Ak by všetky tri poisťovne dosahovali výsledky Dôvery, náklady by boli nižšie o 178,7 milióna eur (4,9 percenta nákladov systému poisťovní). Ak by sa započítavali aj náklady na správu, potenciálna úspora všetkých poisťovní by ešte mierne narástla na 183,8 milióna eur (5,0 percenta nákladov systému).
4.4 Odhadovaná ročné rozdiely v korigovaných nákladoch (2010)
Náklady (mil. eur) Bez nákladov na správu VšZP, 2. najnižšie náklady VšZP, najnižšie náklady Union, najnižšie náklady Spolu, najnižšie náklady 2 529,7 2 529,7 172,7 3 482,2 137,0 174,8 3,9 178,7 3,75 4,78 0,11 4,89 Rozdiel oproti hypotetickému benchmarku (mil. eur) Rozdiel oproti hypotetickému benchmarku (% nákladov systému)

S nákladmi na správu VšZP, 2. najnižšie náklady VšZP, najnižšie náklady Union, najnižšie náklady Spolu, najnižšie náklady 2 606,5 2 606,5 181,6 3 597,2 128,3 178,5 5,3 183,8 3,51 4,89 0,14 5,03
Zdroj: IFP na základe MZ SR

Hoci je pravdepodobne aspoň časť rozdielov medzi očistenými nákladmi poisťovní spôsobená rozdielmi v efektívnosti, vzhľadom na heterogénny produkt v skutočnosti nie je možné z nich vyvodzovať silné závery. Považujeme ich preto za hornú hranicu vyčíslenia neefektívnosti štátnej poisťovne. Možnosti zníženia nákladov VšZP predstavujú pravdepodobne len časť tejto hodnoty.

35

Celkové ekonomické renty môžu byť nižšie než tie z prerozdeľovania, ale existujú
Na základe individuálnych údajov o všetkých poistencoch sme preukázali, že nedokonalý prerozdeľovací mechanizmus umožnoval dlhodobo tvorbu ekonomických rent súkromných zdravotných poisťovní. V skutočnosti však môžu existovať aj ďalšie možnosti získať ekonomicky neodôvodnené príjmy. Skúsili sme odhadnúť, aké môžu byť celkové ekonomické renty, ktoré poisťovne získavajú. Dostupné údaje nám umožnili explicitne vypočítať len rentu spôsobenú nedokonalosťou prerozdeľovania poistného58. Alternatívny prístup nám však umožnil odhadnúť renty pochádzajúce z akýchkoľvek zdrojov (okrem regulačnej renty je to najmä oligopolná). Podľa štandardnej ekonomickej teórie môže firma predávajúca rovnaký produkt na fungujúcom trhu vytvoriť zisk iba ak bude efektívnejšia než konkurencia. Akýkoľvek zisk prevyšujúci úspory vďaka vyššej efektívnosti a úroky z kapitálu by teda mal predstavovať rentu. Maximálnu možnú výšku úspory nákladov súkromných poisťovní, ktorú môžu vytvárať svojou efektívnosťou, sme už odhadli v predchádzajúcej časti59. V roku 2010 predstavovala 71,7 milióna eur v poisťovni Dôvera a 13,4 milióna eur v poisťovni Union. Pri priemernej sadzbe EURIBOR na trojročné vklady 2,345 percenta boli úrokové náklady z kapitálu v roku 2010 takmer zanedbateľné. Zisky oboch poisťovní boli v tomto roku relatívne nízke. Dôvera vykázala zisk 16,2 milióna eur, kým Union bol dokonca v účtovnej strate 2,3 milióna eur. Poisťovne si ale často rôznymi účtovnými technikami prenášajú zisk medzi rokmi 60, preto je zisk jedného roka málo informatívny. Porovnali sme preto možné úspory z efektívnosti s priemerným ziskom poisťovní za roky 2006 až 201161.
4.5 Renta odhadnutá zo zisku (2010, mil. eur)
Pôvodná metodika prerozdeľovania
Dôvera6263 A. Zisk B. Maximálna možná efektívnosť C. Úroky z kapitálu D. Renta (A – B – C, minimum) 104,7 71,7 0,5 29,3 Union -8,7 13,4 1,7 -22,6 VšZP64 -22,8 0 3,8 -24,5

Nová metodika prerozdeľovania
Dôvera A. Zisk B. Maximálna možná efektívnosť C. Úroky z kapitálu D. Renta (A – B – C, minimum) 88,0 71,7 0,5 15,9 Union -15,2 13,4 1,7 -30,3 VšZP 0,4 0 3,8 -3,4

Zdroj: IFP na základe MZ SR

58 59

Teda nie oligopolnú rentu. Vzhľadom na neuniformný produkt môže byť v skutočnosti nižšia. 60 Tejto otázke sa dôkladnejšie venujeme v Boxe 3. 61 Všetky použité dáta sú v stálych cenách roku 2010. 62 A jej ekonomickí predchodcovia. 63 Do priemerného zisku poisťovne Dôvera boli započítané aj zisky jej ekonomických predchodcov, teda poisťovní Apollo a Sideria. 64 Do priemerného zisku VšZP boli započítané aj zisky jej ekonomického predchodcu Spoločnej zdravotnej poisťovne.

36

Poisťovňa Dôvera takto získavala rentu asi 29 miliónov eur ročne. VšZP a Union mali naopak po započítaní príspevkov k efektívnosti negatívnu rentu vo výške 23 a 25 miliónov eur. Renta Dôvery zodpovedá zníženiu efektívnosti systému o asi 0,8 percenta všetkých nákladov poisťovní. Podľa takejto metodiky je renta Dôvery porovnateľná s benefitom zo zlého prerozdeľovania. Avšak rozdiely v celkových rentách súkromných a štátnej poisťovne sú nižšie ako pri odhade len z nepresného prerozdeľovania. Nie je prekvapujúce, ak je celková renta súkromných poisťovní nižšia než jej časť vznikajúca z prerozdeľovacieho mechanizmu. VšZP pravdepodobne na rozdiel od menšej konkurencie stráca na regulačnej rente, no benefituje z vyššej oligopolnej renty. Pri nákupe služieb od lekárov a nemocníc môže uplatňovať svoje dominantné postavenie, čím dosahuje ich nižšie ceny. Ak by sa nová metodika používala už v roku 2010, renty poisťovní by podľa nášho odhadu boli stále prítomné, ale výrazne nižšie.

37

Box 4. Odhadovanie ziskov zdravotných poisťovní65 Najväčším problémom pri výpočte výšky ekonomických rent je odhadnutie skutočných príjmov akcionárov zdravotných poisťovní. V prvom rade ide o problém priradenia účtovného zisku konkrétnym rokom, ktorým by analyticky zodpovedal, nie v ktorých bol vykázaný. V tejto súvislosti uvádzame ako príklad zmeny vo vlastnom imaní poisťovne Dôvera (po zlúčení s poisťovňou Sideria, pred a po spojení s poisťovňou Apollo). Zmeny vo vlastnom imaní poisťovne Dôvera (mil. eur, bežné ceny)

Zdroj IFP na základe výročných správ poisťovne Dôvera

Ďalšou otázkou je použitie zisku, zmeny s ním súvisiacich kapitálových fondov a jeho výplata akcionárom. V súvislosti s vyššie uvedenými zmenami vo vlastnom imaní poisťovne Dôvera nie je vylúčené, že výplata rôznych typov hospodárskeho výsledku akcionárom sa mohla diať aj zmenami štruktúry vlastného imania (zníženie základného imania v rokoch 2007 – 2008), ako aj to, že zisk môže byť pred vyplatením ponechaný v spoločnosti v rôznych formách vlastného imania. Dokonca aj rozhodnutie o vyplatení zisku predstavuje iba záväzok, a k samotnému prevodu hotovosti môže prísť v neskoršom čase.

65

Tento box prezentuje analytický pohľad, nie právny či účtovný, na vykazovanie zisku zdravotných poisťovní, výlučne na základe verejných informácií z ich výročných správ.

38

5 Záver
Výsledky našich analýz načrtávajú pomerne pochmúrny obraz málo efektívneho a naďalej sa zhoršujúceho zdravotníctva. Rapídny nárast verejných aj súkromných zdrojov, ktorý v ňom od roku 2003 môžeme pozorovať, sa nepremietol do primeraného pokroku vo výsledkoch. Nevieme povedať, či sa dodatočné zdroje pasívne rozplynuli vo vyššom plytvaní, alebo viedli k nárastu ekonomických rent vo výnosných segmentoch zdravotníctva. Naša štúdia nemala ambíciu poskytnúť konkrétne odporúčanie pre verejnú politiku. No na jej záver by sme radi poskytli naše vnímanie niektorých výsledkov. Nenašli sme silný všeobecný argument pre systém jednej či viacerých poisťovní pre všetky krajiny OECD. Unitárny systém vykazuje medzinárodne v jednom ukazovateli lepšie výsledky, efekt však nie je robustný. Pre stratégiu zdravotnej politiky je však dôležitejšia slovenská skúsenosť. Slovenský poistný systém vytvára priestor pre tvorbu vysokých rent. Najvýznamnejšiu z nich, vyplývajúcu z nedokonalého prerozdeľovacieho mechanizmu, do istej miery koriguje legislatíva prijatá v polovici tohto roka. Naďalej zostáva priestor na tvorbu oligopolnej renty, a rent vyplývajúcich z informačných asymetrií a nedokonalej regulácie mimo prerozdelenia poistného. Naopak, neefektívnosť vyplývajúca z viacnásobných fixných nákladov bola a je relatívne menej významná. Efektívnosť nášho zdravotníctva sa z priemerných medzinárodných úrovní prepadla v rokoch 2003 až 2007. Na prvý pohľad by to bolo možné vysvetliť reformou zdravotníctva v tomto období. Zhoršenie mohlo byť dôsledkov fragmentácie systému po jeho deregulácii a decentralizácii bez účinných regulačných a konkurenčných mechanizmov, nárastom doplatkov a zvýšením vplyvu podnikateľských záujmov. Rovnako nepriaznivú kombináciu zvyšovania zdrojov bez lepších zdravotníckych výsledkov však nemôžeme vylúčiť ani v hypotetickom scenári bez tejto reformy. No aj v takom prípade prípade je nevyhnutné vysvetliť, prečo sa dodatočné peniaze minuli účinkom. Asi najpoctivejšie je povedať, že sme konkrétne príčiny zhoršenia – najmä v zmysle konkrétnych vládnych politík – zatiaľ identifikovať nedokázali. V každom prípade, slovenské zdravotníctvo po tomto prepade stagnuje. Ďalší nárast peňazí v ňom ho podľa našich zistení len konzervuje, nerozvíja. Ak od neho očakávame – právom – lepšie výsledky, namiesto kozmetických úprav bude potrebovať zásadné zmeny.

39

POUŽITÁ LITERATÚRA
Afonso A, St Aubyn M. 2005. Non-parametric approaches to education and health efficiency in OECD countries. The Journal of Applied Economics 8(2): 227–246. Babazono A, Hillman AL. 1994. A comparison of international health outcomes and health care spending. International Journal of Technology Assess Health Care 10(3):376– 81. Bartecchi CE, MacKenzie TD, Schrier RW. 1994. The Human Costs of Tobacco Use. New England Journal Of Medicine 330(13): 907-912. Buntin MB, Zaslavsky AM. 2004. Too much ado about two-part models and transformation? Comparing methods of modeling Medicare expenditures. Journal of Health Economics 23:525– 542. Clark D, Royer H. 2010. The Effect of Education on Adult Health and Mortality: Evidence from Britain. Dančíková Z, Zachar D.2012. Analýza verejného obstarávania nemocníc v rokoch 2009-2012: Intenzita súťaže v tendroch je nízka. INEKO, Transparency International Slovensko Deaton A. 2003.Health, Inequality, and Economic Development. Journal of Economic Literature 41:113-158. Filko M. 2010. Kam nechodí slnko, tam chodí lekár v 2 Cesty k lepšiemu zdravotníctvu. Slovak Governance Institute. Filmer D, Pritchett L. 1999.The impact of public spending on health: does money matter?. Social Science & Medicine 49, 1309-1323. Grigoli F.2012. Public Expenditure in the Slovak Republic: Composition and Technical Efficiency. IMF Working Paper 07/263. Grosskopf S, Self S, Zaim O. 2006. Estimating the efficiency of the system of healthcare financing in achieving better health. Applied Economics 38(13): 1477–1488. Hanmer L, Lensink R, White H. 2003. Infant and Child Mortality in Developing Countries: Analysing the Data for Robust Determinants. Journal Of Development Studies 40(1):101-118. Hitiris T, Posnett J. 1992. The determinants and effects of health expenditure in developed countries. Journal of Health Economics 11: 173–181. Hollingsworth B, Wildman J. 2003. The Efficiency of Health Production: Re-estimating the WHO Panel Data Using Parametric and Non-parametric Approaches to Provide Additional Information. Health Economics 12(6):493-504. Lynch J, Smith G, Harper S, Hillemeier M, Ross N, Kaplan GA, Wolfson M. 2004. Is Income Inequality a Determinant of Population Health? Part 1 A Systematic Review. Milbank Quarterly 82(1):5-99. Plümper T, Neumayer E. 2011. Health Spending, Out-of-Pocket Contributions, and Mortality Rates. Public Administration, Forthcoming. Available at SSRN: http://ssrn.com/abstract=175950

40

Pritchett L, Summers LH. 1996. Wealthier is Healthier. Journal of Human Resources 31 (4):841868. Retzlaff-Roberts D, Chang CF, Rubin RM. 2004. Technical efficiency in the use of health care resources: a comparison of OECD countries. Health Policy 69(1): 55–72. Seshamani M, Gray A. 2004. Aging and helath-care expenditure: the red herring argument revisited. Helath Economics 13 (4):303-14. The World Health Report 2000. Health Systems: Improving Performance World Health Organisation. World Health Organisation: Geneva, 2000. Verhoeven M, Gunnarsson V, Lugaresi, S. 2007. The Health Sector in the Slovak Republic: Efficiency and Reform. IMF Working Paper 07/226. van de Ven, W, van Vliet R a Lamers, L. 2004. Health-Adjusted Premium Subsidies In The Netherlands. Health Affairs, 23 (3):45-55. van de Ven, W. 2011. Risk adjustment and risk equalization: what needs to be done. Health Economics, Policy and Law 6:147-156. Zwifel P, Felder S, Meiers M. 1999. Ageing of Population and Health Care Expenditure: A red herring? Health Economics 8:485-96.

41

Prílohy
Príloha 1. Výsledky testovania vplyvu faktorov na výsledkové ukazovatele zdravia
V tejto prílohe sú znázornéné výsledky testovania vplyvu vybraných faktorov na jednotlivé ukazovatele zdravia. V prvých dvoch stĺpcoch sú výsledky testov pre dĺžku života. Ďalšie tri stĺpce znázorňujú výsledky pre dojčenskú úmrnosť, ktorá uzatvára testovanie na panelových dátach. V posledných troch stĺpcoch sa nachádzajú výsledky testov na statických prierezových dátach pre ukazovatele užívateľskej priateľskosti zdravotníctva (EHCI) a odvrátiteľnej úmrtnosti (AM1 a AM2).
(1) life expectancy, FE (2) life expectancy (3) life expectancy 2.310*** (0.279) 0.202*** (0.0384) Log expenditure alcohol gini schooling CEE OOP payer corruption Constant 58.41*** (0.640) 62.96*** (1.496) 1,004 0.770 55.88*** (2.695) 1,022 v2 0.740 25.12*** (2.062) 251 0.632 29 42.49*** (5.344) 230 0.573 34 22.62*** (3.851) 257 0.466 -3.062*** (0.238) -3.293*** (0.274) -0.0718*** (0.0260) 2.933*** (0.0395) -0.179*** (0.0270) -0.0409** (0.0159) 2.373*** (0.135) -0.0272* (0.0167) -0.114*** (0.0120) -0.0263 (0.0180) -0.138*** (0.0134) -3.250*** (0.176) 0.196*** (0.0540) 0.143*** (0.0349) -4.933*** (0.816) -2.863*** (0.422) 221.1*** (50.39) -65.38*** (10.03) 3.199 (1.880) -1.425 (1.276) -77.77*** (9.472) 3.409* (1.775) -1.493 (1.204) (4) infant mortality, FE (5) infant mortality, FE (6) infant mortality (7) (8) (9)

VARIABLES Log GDP Expenditure as % of GDP

ehci

am1

am2

0.438*** (0.166) -1.188* (0.631)

0.162*** (0.0294)

-1.168** (0.489) -0.0490*** (0.0188) 0.591** (0.286)

90.50** (41.80)

-1.593** (0.608) -1,048** (418.5) 21 0.783

621.5*** (97.08) 22 0.726

711.8*** (91.66) 22 0.806

1,004 Observations Adjusted R0.857 squared Number of n 34 country Standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1

42

Príloha 2. Výsledky testovania modelov s alternatívnou špecifikáciou
Okrem modelov v prílohe 1 sme otestovali aj iné špecifikácie premenných (výsledky nižšie). Prvou bola logaritmická forma všetkých premenných v modeli, ktorá potvrdila konzistentnosť výdavkov, nerovnosti bohatstva a socialistickej minulosti krajiny. Alkohol, aj keď stále prevažne významný, nemal konzistentný smer vplyvu na dĺžku života. V ďalšej špecifikácii sme testovali vplyv výdavkov z predchádzajúcich rokov (tzv. lag). Výsledky potvrdili, že vplyv výdavkov z predošlých rokov je pre dĺžku života významný, no so zväčšujúcim sa posunom výdavkov v čase ich vplyv na dĺžku života slabne. Ako poslednú z alternatívnych foriem sme testovali rozdiely v premenných medzi rôznymi časovými úsekmi (tzv. difference-in-difference). Z výsledkov vyplýva, že čím väčší bol rozdiel medzi sledovanými obdobiami, tým vyššiu štatistickú významnosť a silnejší vplyv na dĺžku života zaznamenali výdavky a nerovnosť bohatstva. V prípade alkoholu sa zdá, že zmena v spotrebovanom množstve sa na dĺžke života najvýraznejšie prejaví v rozmedzí 2 až 6 rokov. Tieto modely však vysvetľujú iba zhruba 1 až 6% variability v dĺžke života medzi krajinami a v čase a preto nie je možné sa o nich opierať pri formulácii záverov.

43

Logaritmická forma
(1) VARIABLES ln_life_expect ancy (2) ln_life_expec tancy (3) ln_life_expec tancy (4) ln_life_expec tancy (5) ln_life_expec tancy (6) ln_life_expec tancy (7) ln_life_expec tancy ´(8) ln_life_expec tancy "(9) ln_life_expec tancy

ln_exp ln_alc ln_gini cee ln_school ln_tobacco ln_oo_pay ln_corupt payer Constant

0.0332*** (0.00193) 0.00551*** (0.00177) -0.0399*** (0.00521) -0.0395*** (0.00339)

0.0436*** (0.00323)

0.000770 (0.00687) 0.0120** (0.00578)

0.0150*** (0.00257) -0.00336 (0.00257) -0.0233*** (0.00574) -0.0545*** (0.00514)

0.0298*** (0.00369)

0.0260 (0.0202)

0.00820 (0.00835)

0.0227*** (0.00453) 0.00857** (0.00369)

0.0237*** (0.00278) 0.00499** (0.00245) -0.0215*** (0.00654) -0.0435*** (0.00387)

-0.00486 (0.0103)

-0.0149 (0.0113) -0.0656*** (0.00884)

-0.0324*** (0.0104) -0.0407*** (0.00644) 0.0263*** (0.00841)

-0.0182 (0.0345) -0.0532** (0.0222) 0.00857 (0.0385)

-0.0227 (0.0177) -0.0562*** (0.00997) 0.0496** (0.0220)

-0.0302*** (0.0107) -0.0472*** (0.00747) 0.0379*** (0.00902)

0.0104 (0.00873) -0.0252** (0.0127) 0.000163 (0.00540) 0.00214 (0.00474)

-0.000290 (0.00649) 0.0144 (0.00826) 0.00272 (0.00219)

4.223*** (0.0293)

4.048*** (0.0498) 226 0.741

4.423*** (0.0981) 153 0.453

4.261*** (0.0363) 492 0.722

4.173*** (0.0499) 226 0.781

4.165*** (0.260) 21 0.791

4.256*** (0.107) 61 0.629

4.148*** (0.0532) 208 0.767

4.234*** (0.0369) 430 0.714

Observations Adjusted R-squared Standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1

1,000 0.751

44

Testovanie lagov
(1) VARIABLES ln_exp alcohol gini_net cee lag_ln_exp lag3_ln_exp lag5_ln_exp lag10_ln_exp Constant 62.76*** (1.496) Observations R-squared Adjusted R-squared Standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1 0.771 0.768 0.763 0.753 0.735 1,000 63.21*** (1.324) 985 64.76*** (1.099) 947 65.45*** (1.091) 899 life_expectancy 2.400*** (0.135) -0.0275* (0.0167) -0.112*** (0.0120) -3.007*** (0.238) -0.0247 (0.0170) -0.113*** (0.0122) -2.983*** (0.242) 2.380*** (0.133) 2.252*** (0.128) 2.142*** (0.125) 1.814*** (0.112) 67.10*** (0.891) 771 -0.0181 (0.0170) -0.116*** (0.0123) -2.977*** (0.246) -0.0117 (0.0170) -0.107*** (0.0125) -2.928*** (0.253) 0.00622 (0.0169) -0.0946*** (0.0129) -2.973*** (0.285) (2) life_expectancy (3) life_expectancy (4) life_expectancy "(5) life_expectancy

45

Difference-in-difference
"(1) VARIABLES diff_ln_exp1 diff_alc1 diff_gini1 cee diff_ln_exp2 diff_alc2 diff_gini2 diff_ln_exp3 diff_alc3 diff_gini3 diff_ln_exp4 diff_alc4 diff_gini4 diff_ln_exp5 diff_alc5 diff_LE1 0.148 (0.167) -0.0235 (0.0179) -0.00877 (0.00966) 0.0572** (0.0275) 0.106*** (0.0399) 0.359** (0.159) -0.0631*** (0.0197) -0.0183** (0.00842) 0.467*** (0.168) -0.0590*** (0.0218) -0.0235*** (0.00855) 0.558*** (0.179) -0.0584** (0.0233) -0.0330*** (0.00928) 0.683*** (0.193) -0.0557** (0.0250) 0.144*** (0.0536) 0.161** (0.0682) 0.179** (0.0846) 0.185* (0.103) 0.182 (0.123) 0.182 (0.144) 0.187 (0.166) 0.215 (0.189) "(2) diff_LE2 "(3) diff_LE3 "(4) diff_LE4 "(5) diff_LE5 "(6) diff_LE6 "(7) diff_LE7 "(8) diff_LE8 "(9) diff_LE9 "(10) diff_LE10

46

diff_gini5 diff_ln_exp6 diff_alc6 diff_gini6 diff_ln_exp7 diff_alc7 diff_gini7 diff_ln_exp8 diff_alc8 diff_gini8 diff_ln_exp9 diff_alc9 diff_gini9 diff_ln_exp10 diff_alc10 diff_gini10 Constant 0.496** (0.236) 0.357 (0.329) 0.0833 (0.301) 0.352 (0.520)

-0.0407*** (0.0103) 0.796*** (0.207) -0.0560** (0.0267) -0.0553*** (0.0116) 0.965*** (0.221) -0.0476* (0.0285) -0.0699*** (0.0129) 1.110*** (0.234) -0.0408 (0.0301) -0.0807*** (0.0140) 1.270*** (0.246) -0.0254 (0.0311) -0.0909*** (0.0151) 1.453*** (0.252) -0.0101 (0.0316) -0.0948*** (0.0158) 0.275 (0.618) -0.0978 (0.511) 0.325 (0.816) -0.357 (0.909) -0.560 (0.710) -0.456 (1.066)

47

Observations

942

904

873

836

810

773

738

707

676

650

Adjusted R-squared

0.112

0.070

0.066

0.046

0.047

0.065

0.061

0.069

0.081

0.088

Standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1

48

Príloha 3. Skóre efektívnosti v krajinách OECD (priemer 1997-2010)
Krajina
Japonsko Španielsko Južná Kórea Taliansko Švédsko Francúzsko Poľsko Slovensko Čile Austrália Nový Zéland Island Česká republika Švajčiarsko Slovinsko Izrael Fínsko Luxembursko Estónsko Grécko Raúsko Írsko Belgicko Nemecko Portugalsko Holandsko Maďarsko Spojené kráľovstvo Dánsko Mexiko Kanada Turecko Nórsko

Skóre efektívnosti pred úpravou
0.97 0.73 0.74 0.69 0.56 0.45 0.58 0.46 0.90 0.56 0.59 0.55 0.41 0.47 0.39 0.73 0.42 0.29 0.43 0.52 0.33 0.38 0.36 0.34 0.42 0.35 0.31 0.43 0.25 0.71 0.43 0.70 0.34

Skóre efektívnosti po úprave
0.55 0.50 0.52 0.58 0.47 0.38 0.51 0.40 0.85 0.51 0.56 0.52 0.39 0.46 0.38 0.74 0.44 0.31 0.47 0.56 0.38 0.44 0.43 0.42 0.51 0.44 0.42 0.54 0.36 0.84 0.57 0.85 0.50

Zmena
-0.43 -0.23 -0.22 -0.11 -0.09 -0.07 -0.07 -0.06 -0.05 -0.05 -0.03 -0.03 -0.02 -0.01 -0.01 0.01 0.01 0.02 0.04 0.05 0.05 0.06 0.08 0.08 0.09 0.09 0.10 0.11 0.12 0.13 0.13 0.15 0.16

Poradie podľa veľkosti zmeny
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33

49

Príloha 4. Výsledky testovania rozdielov v nákladoch na zdravotnú starostlivosť
VARIABLES naklady naklady naklady naklady naklady naklady naklady naklady

vek

0.592*** (0.00492)

0.662*** (0.00382) -3.360*** (0.163) -2.954*** (0.274) 35,3

-0.703*** (0.0306) -10.16*** (0.903) -10.99*** (2.007) 163,9 -21.20*** (2.889) 11.97** (5.353) 107,8

2.798 (2.834) -70.88 (70.55) -352.5** (154.2) 989,4

-23.90*** (2.028) -176.5** (76.99) 144.6 (178.9) 2482,7

-14.89*** (0.957) -112.0*** (30.98) -122.7* (68.60) 1032,8

-4.531*** (1.106) -86.15** (41.76) -110.5 (92.02) 552,6

2.n_poistovna

-4.195*** (0.205)

3.n_poistovna

-3.288*** (0.356)

priem. náklady

58,5

narodenie

88.06*** (0.908)

89.19*** (0.665) 89.63*** (0.466) 21.62*** (0.151) 2.828*** (0.144) nie

-89.36 (205.0) 463.8*** (2.025) 50.16*** (0.983) -21.85*** (0.778) áno -8.009*** (2.698) nie -96.11 (236.4) -54.47 (62.85) -34.24 (71.55) HIV 465.3*** (66.69) 183.0 (115.2) -186.6*** (57.04) REN 603.8*** (30.06) 183.7*** (38.30) -147.8*** (25.03) ONK 704.3*** (111.2) 130.0*** (36.90) -124.5*** (34.03) TRA

odchod

175.4*** (0.559)

2.n_ekon_akt

23.67*** (0.191)

2.pohlavie

-1.508*** (0.180)

pcg

áno

Constant

-1.452*** (0.258)

-2.980*** (0.204)

115.1*** (2.132)

118.3*** (2.211)

938.4*** (126.3)

3,817*** (148.3)

1,764*** (61.93)

736.2*** (56.75)

Observations R-squared

5,321,753 0.209

4,361,297 0.021

960,456 0.280

53,024 0.001

125 0.080

3,637 0.051

10,275 0.061

2,115 0.035

Standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1

50

Príloha 5. Zoznam PCG skupín

Číslo
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29

Kód
NULL AST CFP CHO CNS COP CRO DEP DM1 DM2 DMH EPI GLA HEM HIV HOR KVS NPP ONK OST PAR PER PSY RAS REN REU THY TNF TRA

Názov
Bez PCG skupiny Astma Cystická fibróza a/alebo ochorenia exokrinnej funkcie pankreasu Hypercholesterolémia Ochorenia mozgu/miechy CHOCHP / ťažká astma Crohnova choroba, ulcerózna kolitída Liečba antidepresívami Diabetes typu I Diabetes typu II Diabetes s hypertenziou Epilepsia Glaukóm Hemofília HIV / AIDS Hormonálna onkoliečba Srdcové choroby Neuropatická bolesť Malignity Osteoporóza Parkinsonova choroba Periferné a koronárne cievy Antipsychotiká, Alzheimer, liečba závislostí Liečba rastovým hormónom Renálne zlyhanie Reumatické choroby liečené inak ako inhibítormi TNF Poruchy štítnej žlazy Reumatické choroby liečené inhibítormi TNF Transplantácie

51

Príloha 6. Prehľad ziskov a nákladov ZP, eurá stále ceny 2010
Údaje pochádzajú z výkazov, ktoré poskytujú samotné zdravotné poisťovne Ministerstvu zdravotníctva a Ministerstvu financií. Hodnoty sú na cashovej báze, teda nie sú akruované. Všetky hodnoty sú vyjadrené v stálych cenách s bázickým rokom 2010.
2006
Dôvera Union Apollo EZP Sideria VšZP SZP Súkromné ZP spolu Súkromné ZP spolu, očistené Štátne ZP spolu 18 206 966 -22 996 403 20 490 258 -1 643 635 16 335 868 7 206 413 6 223 475 30 393 054 30 393 054 13 429 888 -15 074 141 7 230 378 8 023 984 8 023 984 -7 843 763 30 496 99 249 2 993 838 2 993 838 129 745 -17 132 032 -10 832 921 460 743 153 6 606 563 -27 964 953 13 973 340 13 973 340 -120 230 292 46 406 252 46 406 252 5 490 407 93 755 603 18 066 172 -22 831 495 -120 230 292 5 490 407

2007
16 372 260 -8 145 545 7 999 895 -8 202 626

2008
16 501 174 -11 013 782 1 206 805 -3 700 359

2009
472 328 818 -16 628 720 5 043 056

2010
16 237 874 -2 264 534

2011
37 758 824 8 647 429

Priemer

Prevádzková činnosť VšZP SZP Apollo Dôvera Sideria EZP Union 68 705 091 15 189 917 16 393 100 16 120 232 10 354 859 5 150 689 56 430 941 9 802 845 12 811 944 13 373 798 7 883 681 8 940 721 10 024 705 58 861 527 16 741 854 12 895 708 30 150 772 63 228 470 15 791 422 15 228 721 17 731 425 54 379 578 20 797 353 13 936 375 16 809 000 29 329 987 28 008 740 76 787 284 63 201 053

Iné výdavky nesúvisiace so ZS, súkromné ZP spolu

0

0

0

28 838 354

125 247 253

172 460 784

54 424 398

52

Príloha 7. Zmluvné ceny výkonov za ukončenú hospitalizáciu vo fakultných nemocniciach k 32.12.2010
VšZP má často najnižšie zmluvné ceny za poskytnuté výkony. Tento fakt poukazuje na dominantnú pozíciu poisťovne pri vyjednávaní s lekármi a nemocnicami.
Odbornosť Minimálna cena v eur Vnútorné lekárstvo Neurológia Pediatria Gynekológia a pôrodníctvo Chirurgia Ortopédia Urológia Traumatológia Anesteziológia a intenzívna medicína 449,58 484,63 489,58 402,00 150,00 617,41 150,00 563,94 3 195,61 poisťovňa VŠZP VŠZP VŠZP VŠZP VŠZP Union VŠZP Union VŠZP Maximálna cena v eur 2 390,00 974,51 905,05 903,31 1 208,92 1 264,39 914,18 4 352,22 7 966,54 poisťovňa Union Union Dôvera Union Union Union Dôvera Union Union
Zdroj: ÚDZS

53

Príloha 8. Administratívne náklady troch zdravotných poisťovní (eurá, stále ceny 2010)
2006 VšZP Náklady Poistenci Nakl. poistenca Dôvera Náklady Poistenci Nakl./poistenca Union Náklady Poistenci Nakl./poistenca 12 811 944 453 624 28,2 13 373 798 336 959 39,7 7 883 681 370 629 21,3 8 940 721 366 455 24,4 10 024 705 387 271 25,9
Zdroj: MZ SR

2007

2008

2009

2010

2011

68 705 091 3 400 632 20,2

58 861 527 2 954 641 19,9

63 228 470 2 920 629 21,6

54 379 578 2 896 224 18,8

76 787 284 3 485 650 22,0

63 201 053 3 439 399 18,4

16 120 232 351 119 45,9

30 150 772 777 432 38,8

17 731 425 856 681 20,7

16 809 000 865 156 19,4

29 329 987 1 402 133 20,9

28 008 740 1 400 335 20,0

54

Príloha 9. Testovanie rozdielov v administratívnych nákladoch poisťovní
Regresia (1) odhaduje fixné a variabilné náklady bez vplyvov poisťovní. 2. regresia odhaduje vplyvy poisťovní na fixné náklady, 4. na variabilné.Rregresia (3) testuje, či existujú štatisticky významné rozdiely vo fixných administratívnych nákladoch medzi štátnymi a súkromnými poisťovňami, zatiaľ čo regresia (5) sa z rovnakého uhla pozerá na variabilné náklady. Keďže máme málo pozorovaní, netestovali sme rozdiely vo fixných aj variabilných nákladoch súčasne. V regresii (6) ale súčasne testujeme rozdiely vo fixných nákladoch medzi štátnymi a súkromnými poisťovňami a rozdiely vo variabilných nákladoch medzi všetkými poisťovňami.
(1) VARIABLES poistenci Dôvera Union SZP Apollo Sideria EZP sukromná Dôvera*poisten. Union*poistenci SZP*poistenci Apollo*poistenci Sideria*poistenci EZP*poistenci súkr.*poistenci Constant 5166556*** (4.74) Observations Adj R-squared 27 0.9665 1.84e+07 (1.53) 27 0.9622 5401485** (2.24) 27 0.9651 1.18e+07** (2.79) 27 0.9646 admin. náklady 18.461*** (27.42)
66

(2) admin. náklady 14.386*** (3.85) -8934421 (-1.02) -1.33e+07 (-1.24) -1.08e+07 (-1.10) -1.05e+07 (-1.00) -1.38e+07 (-1.22) -9618136 (-0.77)

(3) admin. náklady 18.390 *** (19.45)

(4) admin. náklady 16.502*** (11.67)

(5) admin. náklady 18.305*** (25.62)

(6) admin. náklady 18.234*** (3.39)

-240465 (-0.11) -4.6736 (-1.52) -19.415* (-1.82) -8.5094 (-1.44) -10.416 (-1.18) -20.077 (-1.46) -44.518 (-0.54) -1.4356 (-0.72) 5876490*** (3.96) 27 0.9659

5926348 (0.33) -6.7526 (-0.97) -22.120 (-1.63) -1.8572 (-0.09) -12.955 (-1.10) -22.754 (-1.41) -51.591 (-0.60)

6229863 (0.36) 27 0.9628

66

t v zátvorkách; *** p<0.01, ** p<0.05, * p<0.1

55

Príloha 10. Rozdiel v príjmoch poisťovní podľa starej a novej metodiky.
Prvé výsledky prerozdelenia podľa novej metodiky sú v súlade s predpokladom, že počet PCG pacientov sa v poisťovniach nemenil. Tento predpoklad sme preto použili aj na roky 2007 – 2010. V rokoch 2007 – 2010 sa poistenci nerozdeľovali podľa typu platiteľa (štát/iný). V týchto rokoch sme preto odhadli rozdelenie poistencov podľa typu platiteľa podľa ich pomeru v roku 2010. Údaje za roky 2007 a 2008 sme prepočítavali konverzným kurzom 30,126 SKK za euro. Dáta sú v miliónoch eur v stálych cenách 2012.
2007 VšZP 2008 2009 2010 2011 1H2012

skutočné prerozdelenie odhad - nová metodika rozdiel
Dôvera

2 363 402 252 2 368 516 788 5 114 536

2 576 355 863 2 572 809 774 -3 546 089

2 540 394 329 2 600 679 953 2 542 675 393 2 281 064 2 625 013 741 24 333 788

2 530 654 627 2 550 910 638 20 256 011

1 183 626 934 1 196 506 880 12 879 946

skutočné prerozdelenie odhad - nová metodika rozdiel
Union

747 779 082 740 596 893 -7 182 188

809 172 937 806 653 767 -2 519 170

834 683 535 829 659 022 -5 024 512

900 066 605 882 547 126 -17 519 479

879 311 418 863 722 729 -15 588 689

438 254 166 429 235 564 -9 018 602

skutočné prerozdelenie odhad - nová metodika rozdiel

201 520 816 203 588 469 2 067 653

168 064 252 174 129 511 6 065 259

185 748 106 188 491 554 2 743 448

202 130 982 195 316 673 -6 814 310

208 013 946 203 346 624 -4 667 322

107 983 708 104 122 363 -3 861 345

56

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->